公开(公告)号：CN117255093A

公开(公告)日：2023-12-19

申请号：CN202310729239.1

申请日：2023-06-19

Applicant: 哈尔滨理工大学

Inventor： 请求不公布姓名 ,  请求不公布姓名

IPC: H04L67/104 ,  H04L41/082

Abstract: 本发明公开了一种区块链网络超级节点的选取方法。当超级节点的负载是达到预设的负载阈值或者超级节点退出区块链，选取普通节点中节点综合性能最好的节点为候选超级节点，网络避免大规模调整，提高区块链系统稳定性。通过改进的EigenTrust模型，对网络内的节点计算全局信任值，根据节点的全局信任值和其他综合性能筛选出候选超级节点，提高区块链系统安全性。

公开(公告)号：CN116486826A

公开(公告)日：2023-07-25

申请号：CN202310476455.X

申请日：2023-04-27

Applicant: 哈尔滨理工大学

Inventor： 请求不公布姓名

IPC: G10L21/0208 ,  G10L21/0232 ,  G10L21/0264 ,  G10L25/30 ,  G10L25/03

Abstract: 在低信噪比条件下，针对传统神经网络语音特征提取不充分、语音增强效果有待提高的问题，基于经验模态分解(Empirical Mode Decomposition,EMD)、时间卷积网络(Temporal Convolutional Network,TCN)与门控卷积循环神经网络(Gated Linear Units Convolution Recurrent Neural Network,GCRN)，同时结合特征融合模块(Feature Fusion Module,FFM)，本发明提出自适应平均中位数经验模态分解‑多层门控特征融合卷积循环神经网络(Adaptive Mean Median‑Empirical Mode Decomposition‑Multilayer Gated Feature Fusion Module Convolutional Recurrent Neural Networks,ME‑MGFCRN)的语音增强模型。该网络模型采用分频率学习策略学习低频特征与高频特征，即运用TCN与MGFCRN网络获取低频与高频特征，并将两组特征经FMM进行处理，以特征映射的方式实现语音增强。本发明提出的模型在数据集上进行消融实验和对比实验，利用PESQ、fwSegSNR及STOI指标评价语音的增强效果。研究表明，在不同噪声环境、不同信噪比条件下，本方法提出的模型均比其他基线模型有所改善，尤其在SNR为‑5dB的低信噪比条件下，fwSegSNR、PESQ均比其他基线模型提高0.86dB、0.02以上。

公开(公告)号：CN116375375A

公开(公告)日：2023-07-04

申请号：CN202310435443.2

申请日：2023-04-21

Applicant: 哈尔滨理工大学

Inventor： 请求不公布姓名

IPC: C04B9/04 ,  C04B9/20

Abstract: 本发明介绍了一种提高硫氧镁水泥早期强度的方法，属于建筑材料技术领域。按质量份数计算，其组分如下：轻烧氧化镁粉100份，七水硫酸镁0～48份，柠檬酸外加剂1～2份，磷石膏0～48份，水43～50份，其中七水硫酸镁晶体为无色透明晶体，轻烧氧化镁粉为850℃下烧制的活性为55～65的淡黄色粉末，磷石膏为经过简单处理pH值保持在7.4左右的工业副产石膏。本发明可以根据工程需求调控七水硫酸镁和磷石膏的质量份数比例，在保证七水硫酸镁和磷石膏质量份数之和为48份的基础上，将上述材料混合搅拌4～6分钟，装模养护24小时后脱模，即可得到早期强度高，综合性能佳的硫氧镁水泥。本发明具有绿色环保，性能稳定，降低成本等优点，可用于工业化生产。

公开(公告)号：CN116883063A

公开(公告)日：2023-10-13

申请号：CN202310756620.7

申请日：2023-06-26

Applicant: 哈尔滨理工大学

Inventor： 请求不公布姓名

IPC: G06Q30/0202 ,  G06Q30/0201 ,  G06Q40/04 ,  G06F16/2458 ,  G06N3/08

Abstract: 本发明提出一种基于CEEMDAN‑Informer的股票市场指数预测方法，目的是解决股票市场指数预测建模这一金融投资领域的核心问题。首先运用CEEMDAN分解与重组产生波动特征更简单的高频、低频及趋势子序列，为进一步构建子序列预测模型充分提取子序列的复杂波动模式创造了有利条件，显著降低了指数序列高精度预测建模的难度。在对指数CEEMDAN分解与重组的基础上，充分利用Informer对复杂序列中长期依赖关系高效提取的优势，提出并详细阐述了一种CEEMDAN和Informer结合的股市指数集成预测建模方法CEEMDAN‑Informer。

公开(公告)号：CN115618892A

公开(公告)日：2023-01-17

申请号：CN202211348459.1

申请日：2022-10-31

Applicant: 哈尔滨理工大学

Inventor： 黄海 ,  陈冠百 ,  刘志伟 ,  请求不公布姓名 ,  请求不公布姓名

IPC: G06G7/16

Abstract: 本发明提供一种用于双线性对的二次扩域模乘算法及其硬件架构，涉及高性能标识密码硬件设计技术领域，包括：利用Karatsuba乘法以及lazy Reduction设计的二次扩域模乘算法。该模乘算法大大减少了二次扩域运算时所需要的计算量，通过减少冗余运算，并且对二次扩域模乘算法计算步骤进行并行排布，减少计算所需周期，在计算256位模乘，操作数位宽为64位时，仅需19个周期，最大运算速率达1.3Ghz，耗时14.25ns即可完成。本设计通过减少冗余运算以及实现并行排布的方法，减少了二次扩域模乘硬件资源消耗，减少了运算时间的情况下同时增加了结构的灵活性，最终可以快速实现双线性对运算。

公开(公告)号：CN118470684A

公开(公告)日：2024-08-09

申请号：CN202410580534.X

申请日：2024-05-10

Applicant: 哈尔滨理工大学

Inventor： 请求不公布姓名 ,  请求不公布姓名

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种改进YOLOv8的交通标志检测算法。该算法通过用LSKA(Local Spatial and Kernel Alignment)与SPPF模块相结合，得到新的LSKA‑SPPF模块替换传统的SPPF模块，以及使用CVPR2024RepViT里面的block改进C2f模块得到C2f‑RVB模块，并添加EMA(Efficient Multi‑Scale Attention)对模型参数进行移动平均处理，可以减少参数更新的抖动，提高模型在训练过程中的稳定性和泛化能力。通过在改进后的数据集TT100k+上进行验证，并与改进前的模型进行比较，实验结果表明，这种改进算法能够更有效地识别各种交通标志，特别是在复杂环境和多变条件下，为自动驾驶和智能交通系统提供强大的支持。