-
公开(公告)号：CN117576608A
公开(公告)日：2024-02-20
申请号：CN202311535537.3
申请日：2023-11-16
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种基于语音驱动的可控相似关键帧虚拟人脸视频生成方法以及交互装置，该方法及装置包括：通过图像信息获得单元获得待输入的当前图像信息；通过音频信息获得单元获得待输入的当前语音信息；通过交互信息获取单元获得交互者输入的语音或文本信息；通过程序存储器存储基于语音驱动的可控相似关键帧虚拟人脸视频生成及交互程序，所述程序在被生成处理器或交互处理器读取时执行；通过生成处理器处理图像、音频信息输出虚拟人脸视频；通过交互处理器处理视频、交互信息完成虚拟人交互过程；通过交互界面协助交互者进行交互。通过该方法和装置，可将任意角色克隆为形象及语音特点一致的虚拟人，并且具有一定的交互能力，且该方法简化了虚拟人面部视频的生成过程，增强了虚拟人的真实性和交互能力。
-
公开(公告)号：CN118710325A
公开(公告)日：2024-09-27
申请号：CN202410902566.7
申请日：2024-07-07
Applicant: 哈尔滨理工大学
IPC: G06Q30/0202 , G06Q40/04 , G06Q40/06 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的股票价格预测系统，通过python语言中的yfinance模块获取股票数据，并对数据进行预处理，所述预处理包括缺失值处理以及对缺失值处理后的数据进行归一化处理，将预处理后的数据按一定比例划分为训练集与测试集。构建包括生成器和判别器的股票收盘价预测模型，生成器由长短期记忆网络和注意力机制构成，用于生成预测的股票价格。所述判别器由卷积神经网络和全连接层构成，用于鉴别真实的股票价格与生成的股票价格，本发明可以产生更为精准、更为理想的股票价格预测结果。
-
公开(公告)号：CN117973532A
公开(公告)日：2024-05-03
申请号：CN202311569852.8
申请日：2023-11-22
Applicant: 哈尔滨理工大学
IPC: G06N5/04 , G06F40/35 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明设计了一种基于情感分类的问答系统主题转移的方法。方法包括：输入文本语句,对所述语句进行预处理,一方面通过Word2Vec模型提取话语的语义特征向量，另一方面通过BERT模型获得话语的[CLS]表示向量；将提取到的语义特征向量和[CLS]表示向量输入情感分类模型对所述语句进行情感分类获得情感极性标签。最后问答系统根据获得的情感极性标签判断是否进行主题转移。当情感极性标签为负面时，问答系统会主动转移对话主题。本发明可以通过检测用户情绪来进行对话主题的转换，增强问答系统的用户体验。
-
公开(公告)号：CN113538145A
公开(公告)日：2021-10-22
申请号：CN202110816977.0
申请日：2021-07-20
Applicant: 哈尔滨理工大学
Abstract: 本申请涉及一种基于多粒度级联森林的股票走势预测方法，包括：通过yfinance获取股票数据，使用指数平滑方法对初始数据进行处理，计算技术指标作为待选的特征，并经过决策树的特征重要性筛选过程，得到对模型强有效的特征集合，并以此作为多粒度级联森林模型的输入，经过网格搜索进行参数寻优，对股价的走势进行预测。本方法采用集成学习框架，结合了神经网络逐层处理、特征转换的特点，充分考虑了股票数据的时间序列特点以进行数据指数平滑处理，结合技术指标提取更有效的特征数据并对数据进行特征重要性筛选，筛选所用的决策树与模型训练所用的多粒度级联森林更贴合，经过这些处理过程，模型的稳定性、准确率都有提升，最终提高了股票走势预测的准确性。
-
公开(公告)号：CN113367049A
公开(公告)日：2021-09-10
申请号：CN202110611937.2
申请日：2021-06-02
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于物联网的农业灌溉设备，其结构包括固定架、移动座、机体、控制台，固定架顶面与移动座底面焊接连接，机体底面与移动座顶面嵌固连接，本发明在抽取水流的时候，可以通过水流流动产生的压力使后置板上的回弹头被向外推动，当滤罩被泥土覆盖而导致水流量减少的时候，此时由于水流压力变低，因此导致回弹头借助本身产生的弹力快速回弹，并在移动到极限后通过惯性与弹力甩出外伸块，使其撞击在受力环上，将受力环外顶，进而令前推板在弯曲槽的作用下产生变形带动外顶头碰撞滤罩的右侧，进而将滤罩上的覆盖泥土进行拍落，使水流重新恢复正常，有效避免泥土堆积而导致的水流量降低问题，保障长时间喷洒灌溉的效果。
-
Patent Agency Ranking
公开(公告)号：CN113240059A
公开(公告)日：2021-08-10
申请号：CN202110559715.0
申请日：2021-05-21
Applicant: 哈尔滨理工大学
IPC: G06K9/68 , G06F40/106 , G06K9/62
Abstract: 本发明公开了基于深度学习的手写汉字质量评价方法，包括以下步骤：S1、将纸张放置在采集组件前，采集纸张大小及汉字数量，判断能否正常采集纸张大小，若能，则采集手写汉字的特征，若不能，则调节纸张位置之后再采集；S2、判断能否完全采集所有汉字，若能则完成采集过程，若不能，则近距离采集单个汉字的特征；S3、识别所有的手写汉字，将不能识别的汉字进行标注，并提供多个与该汉字相似度高的汉字以供选择，本发明结构简单，通过采集手写汉字的特征以及纸张的大小，可自动识别所有手写汉字，并根据使用者的需求将手写汉字与使用者想进行比对的字体进行比对，若没有，也可自行识别完成比对过程，并给出相应的评分，使用方便。
-
公开(公告)号：CN118569559A
公开(公告)日：2024-08-30
申请号：CN202410622333.1
申请日：2024-05-20
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/042 , G06F18/2411 , H04L67/12
Abstract: 一种基于图卷积网络的联邦学习无人车充电预测方法、系统及存储介质，涉及港口自动化运输领域，为解决现有方法无法提供精确的充电调度，且存在数据孤岛的问题。本发明基于联邦学习模型，包括一个中心服务器和N个客户端，N个客户端包括无人车节点和充电站节点；S1、客户端分别接收无人车实时采集的数据；S2、采用图卷积网络处理无人车节点与充电站节点之间的交互，将无人车图结构数据与其它特征数据进行特征提取与融合，引入注意力机制增强对关键信息的聚焦；S3、客户端构建有无人车充电预测模型；S4、各客户端对模型进行训练；S5、各客户端将训练后的模型参数进行同态加密并发送给中心服务器进行聚合；S7、采用训练后的模型进行无人车充电预测。
-
公开(公告)号：CN115167388A
公开(公告)日：2022-10-11
申请号：CN202210637095.2
申请日：2022-06-07
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公布了一种基于目标引导的RRT多机器人编队路径规划算法。路径规划问题在机器人研究领域十分重要，多机器人路径规划相比单机器人路径规划更加复杂，在规划时需要考虑多机器人避障与相互协作等问题，本发明针对全局路径规划算法中的快速搜索随机树(RRT)算法随机性大、路径曲折且效率低等问题，提出了一种改进的RRT算法。通过改进新节点的生成方式向目标方向扩展，解决节点生成过于随机导致的效率低问题；将直接向目标方向扩展的新节点保存为下次向目标方向扩展的最近节点，降低寻找最近节点的时间复杂度；删除直接向目标方向扩展失败的最近节点，避免无效节点的重复计算；最后对最终生成的路径进行优化处理，使得规划的路径尽可能接近最优路径。
-
公开(公告)号：CN114926845A
公开(公告)日：2022-08-19
申请号：CN202210637086.3
申请日：2022-06-07
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于深度学习的汉字书法风格识别方法。本发明所述的一种基于深度学习的汉字书法风格识别方法包括：数据集收集；对数据集进行预处理将书法作品处理为单字并进行扩充；将所述的单字图像送入识别模型进行训练；保存准确率最高的模型作为识别模型；其中所述的识别模型为改进Resnet18神经网络，其在Basic Block中引入自校正卷积SCConv，并在每一层的Layer之间引入了CBAM注意力机制，最后将损失函数改进为Focal Loss损失函数适应数据的长尾分布。实验证明该方法解决了基于特征的书法风格识别困难的问题，并提高了识别的精准度。
-
公开(公告)号：CN113504094A
公开(公告)日：2021-10-15
申请号：CN202110637042.6
申请日：2021-06-08
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种池塘内循环水产养殖物联网监控装置，其结构包括信号线、机箱盖、控制箱、传感器，信号线下端嵌固安装于机箱盖上端，机箱盖下端卡合连接于控制箱上端，控制箱后端外侧与传感器内侧嵌固连接，传感器包括传感线、安装块、感应杆、传感内壁、吸力板、感应器、导水板、过滤器，当吸水板对池中的水进行抽取时，池水通过过滤器将体积较大的异物进行过滤，随后进入到过滤环中的过滤块进行二次过滤，随后将过滤后的池水通过开合板进行打开，关闭吸力板的吸力后开合板闭合，通过内侧的密封吸块使其呈密封状态，随后通过感应杆将抽取的池水进行检测，可防止检测效果出现偏差的现象。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.02 seconds)
