-
公开(公告)号：CN112580382A
公开(公告)日：2021-03-30
申请号：CN202011589243.5
申请日：2020-12-28
Applicant: 哈尔滨工程大学
IPC: G06K7/14
Abstract: 本发明公开了一种基于目标检测二维码定位方法，包括：构建二维码图像数据集，并划分为训练集和测试集，分别对两个数据集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；构建特征提取网络，利用特征提取网络对卷积操作进行优化，得到多个特征图；构建预测模块，采用空间注意力机制获得多个特征图中每个目标中心点特征；将训练集和每张图像所对应的标签文件输入特征提取网络和预测模块中进行训练，得到训练好的二维码定位模型；将训练集输入训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。该方法实现快速定位与较少参数模型的二维码定位模型。
-
公开(公告)号：CN111814956A
公开(公告)日：2020-10-23
申请号：CN202010581735.3
申请日：2020-06-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于多维度二次特征提取的多任务学习的空气质量预测方法，所述方法包括获取数据、数据预处理、选取污染物、建立多维度二次特征提取的卷积神经网络模型和长短期记忆网络模型、建立多维度二次特征提取的多任务学习模型和验证步骤。本发明针对传统时空数据建模时仅考虑时间内部相关性和空间内部相关性，未考虑到时空之间的相关性的问题。本发明从空间、时间和时空三个角度考虑与污染物值相关的影响信息，通过多任务学习对多个时间、空间任务间的相互影响的学习来降低预测偏差，使得时间、空间模型的预测精度更准确。
-
公开(公告)号：CN110489804A
公开(公告)日：2019-11-22
申请号：CN201910659827.6
申请日：2019-07-22
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种单位圆盘图上的最大独立集近似求解方法，包括以下步骤：步骤1：利用动态规划方法设计一种单位圆盘顶点的相邻顶点集诱导子图的最大顶点独立集的最优解求解方法，并给出任意两顶点相邻顶点集并集诱导子图的最大顶点独立集的最优解；步骤2：针对一般的单位圆盘图，首先计算顶点支配独立集；之后对顶点支配独立集中成员进行单独检查，判断结果是否可优化，得到中间解；最后对中间解中成员进行联合检查，判断结果是否可优化，得到最终解。本发明以O(Δ2n3)的计算时间复杂度得到近似比为1.5的近似解，其中Δ为顶点最大度，相比单位圆盘图上最大独立集求解问题的现有近似算法，本发明提高了近似比，具有更高的效率。
-
公开(公告)号：CN105405125A
公开(公告)日：2016-03-16
申请号：CN201510706021.X
申请日：2015-10-27
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6223 , G06T2207/20116
Abstract: 本发明公开了一种自适应阶梯初始化的窄带Chan-Vese模型水下多目标分割方法，包括以下步骤，步骤一：声纳图像平滑去噪处理后，根据块方式的k-均值聚类算法完成初始分割，初步判断水下目标的位置；步骤二：确定阶梯区域，确定自适应阶梯初始化零水平集函数；步骤三：利用Chan-Vese模型窄带水平集进行声纳图像分割，完成水下多目标区域的两类和三类分割；步骤四：对分割结果进行基于Chan-Vese模型的客观定量分析。本发明采用Chan-Vese模型窄带水平集进行声纳图像分割，能完成局部寻优，避免已有水平集方法的全局搜索，使分割结果中噪声的影响降到最小，能进一步提高分割精度和速度。
-
公开(公告)号：CN103077366A
公开(公告)日：2013-05-01
申请号：CN201310020290.1
申请日：2013-01-19
Applicant: 哈尔滨工程大学
IPC: G06K7/00
Abstract: 本发明提供的是一种多通道数据接口射频识别装置及数据传输方法。包括射频模块、采集模块和电源。射频模块包含天线、射频前端、微控制器A、存储A和时钟A，采集模块包含存储B、微控制器B、时钟B、模数转换、模拟接口和数字接口。数据传输方法包括射频模块初始化，在定时发送周期内，读取指定通道数据，加载标签数据包并发送数据，若需要应答则等待接收应答数据，若接收到应答数据，判断是否有未发送数据与是否有时间重发，条件满足则发送暂存数据并重复执行相关程序；方法中还包括采集模块初始化，读取指定通道数据，暂存通道数据及重复执行。本发明有效解决了利用RFID对多个通道数据的采集与实时传输问题。
-
Patent Agency Ranking
-
公开(公告)号：CN115048215B
公开(公告)日：2024-10-29
申请号：CN202210569070.3
申请日：2022-05-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于船舶海上航行模拟领域，具体涉及一种基于混合压缩格式的对角矩阵SPMV在GPU上的实现方法。输入COO格式的船舶海上航行模拟矩阵数据文件，将其转化成传统矩阵形式；基于非零元个数的标准差最小策略，将矩阵划分为DIA矩阵和对角线偏移量数组；利用转化的矩阵中剩余的数据，利用基于分块策略的CSR方式进行存储；分别将DIA矩阵数据和CSR相关数据分别从主机端传递到设备端，按照每个线程处理一行的方式进行GPU并行SPMV操作；将两个阶段的计算结果从设备端传递到主机端，并在主机端进行整合，实现船舶海上航行的模拟。本发明用以提高船舶海上航行模拟的稀疏矩阵算法的计算效率。
-
公开(公告)号：CN118520951A
公开(公告)日：2024-08-20
申请号：CN202410661985.6
申请日：2024-05-27
Applicant: 哈尔滨工程大学
IPC: G06N5/04 , G06N5/022 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于时间感知注意力进化图网络的时序知识图谱推理方法，属于时序知识图谱推理技术，从三个不同角度，针对时序知识图谱推理技术的不完全性进行改进；首先结合了时间信息编码，使用多头注意力机制从多个角度捕获时间依赖性；然后利用具有进化表示的关系卷积图网络来捕获每个快照中事件之间的结构依赖关系；最后通过全局奖惩机制获得事件的频率特征，用于提高预测准确性。
-
公开(公告)号：CN118469002A
公开(公告)日：2024-08-09
申请号：CN202410662524.0
申请日：2024-05-27
Applicant: 哈尔滨工程大学
IPC: G06N5/022 , G06F40/242 , G06F40/30 , G06F16/36 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 基于独立嵌入的超关系知识图谱链接预测方法和系统，本发明涉及知识图谱链接预测领域,解决现有的限定词作为事件的补充信息，使用与三元组同样的表征会造成潜在的语义混淆等问题。所述方法包括：获取超关系知识图谱数据集并进行预处理，超关系知识图谱数据集中每一条数据代表一个超关系事件，包含三元组和限定词；对超关系事件中的每个实体和关系，分别构建两种不同的嵌入，并更新实体嵌入和关系嵌入，捕捉超关系事件中的综合交互特征，增强三元组中的关系嵌入；使用针对超关系事件的对比学习方法，联立链接预测任务损失和对比学习损失进行联合训练；将缺失实体的超关系事件输入到训练好的所述方法中，预测缺失实体的得分，根据得分选择缺失实体。
-
公开(公告)号：CN116910608A
公开(公告)日：2023-10-20
申请号：CN202310741073.5
申请日：2023-06-21
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/214 , G06Q10/04 , G06F16/29 , G06F16/2458 , G06F16/27 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/08
Abstract: 一种基于时空门控图卷积网络的多源数据预测方法和装置及计算机和存储介质，涉及时空预测领域。解决现有的深度学习网络难以对多源数据做到快速精准的预测的问题，本发明提供一种基于时空门控图卷积网络的多源数据预测方法，所述方法包括以下步骤：S1：获取多源时序历史数据；S2：由S1所述多源时序历史数据进行数据预处理，得到所述预处理后的训练样本数据作为训练输入数据；S3：由S2所述的训练输入数据对时空门控图卷积网络模型进行训练，得到时空数据特征的预测值；S4：将所述预测值与真实值比较，得到基于时空门控图卷积网络模型的参数，所述装置采用所述方法实现，适用于多通道声呐发射机的研发过程中。适用于其他的时空预测任务中。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.024 seconds)
