-
公开(公告)号：CN108322622A
公开(公告)日：2018-07-24
申请号：CN201810154447.2
申请日：2018-02-23
Applicant: 哈尔滨理工大学
IPC: H04N1/32
Abstract: 一种基于2D-VMD和八维超混沌系统的彩色数字图像加密方法，属于信息安全技术领域。解决了现有的彩色数字图像加密方法存在安全性差、密钥空间小，容易被破解的问题。技术要点：分离彩色明文图像的红、绿、蓝分量；随机选取系统的初始值，利用彩色明文图像更新并计算得到八维超混沌系统的参数和初始值，对超混沌系统进行迭代，产生两个随机性强的密钥序列；采用2D-VMD方法分别分解红、绿、蓝分量，用得到的两个密钥序列分别对分解后得到的子图像先后进行像素位置置乱和像素值扩散加密，最后得到相应分解层数的彩色密文图像，然后再解密。与现有的加密方法相比，本发明提供的彩色图像加密算法密钥空间有显著提升，可以有效抵抗多种攻击。
-
公开(公告)号：CN103684741B
公开(公告)日：2016-08-17
申请号：CN201310631579.7
申请日：2013-12-02
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 用于通信加密的多混沌吸引子分时切换方法及切换装置，属于通信加密技术领域。解决了现有的多混沌吸引子切换软件系统存在无法实现不同混沌系统吸引子的快速分时切换的问题。在FPGA中构造切换混沌系统，由软键盘输入分系统控制字符给单片机，单片机将分系统控制字符转化为分系统切换控制信号传递给FPGA，FPGA根据分系统切换控制信号选择切换混沌系统中的一个分系统，再由软键盘输入分相控制字符给单片机，单片机将分相控制字符转化为分相切换控制信号传递给FPGA，FPGA根据分相切换控制信号选择上述选定分系统的三相或四相中的某两相输出。提供时变性、多样性和复杂性的混沌信号。增强了加密效果和抗破译能力，实现了任意时刻、快速的多混沌吸引子的分时切换。
-
公开(公告)号：CN103634099A
公开(公告)日：2014-03-12
申请号：CN201310703540.1
申请日：2013-12-19
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种五维混沌系统及基于五维混沌系统的混沌信号发生器，涉及信息加密领域。本发明的五维混沌系统占用数字电路乘法器数量少、实现简单，呈现混沌的系统参数范围大从而获得复杂性的混沌信号，提高混沌信息加密的安全性。五维混沌系统用于输出五路混沌信号并存在典型的混沌吸引子。混沌信号发生器中的FPGA用于生成五维混沌系统电路，FPGA的五路混沌信号输出端分别连接第一路、第二路、第三路、第四路、第五路数模转换器的数字信号输入端；拨码开关的一端连接电源，拨码开关的另一端分别连接五路数模转换器的供电端，五路数模转换器输出的信号均为电压信号。混沌信号发生器能提供具有多种变量组合形式的用于信息加密的具有良好的混沌特性五维混沌信号源。
-
公开(公告)号：CN102854015A
公开(公告)日：2013-01-02
申请号：CN201210389816.9
申请日：2012-10-15
Applicant: 哈尔滨理工大学
IPC: G01M13/04
Abstract: 一种滚动轴承故障位置及性能退化程度诊断方法，属于轴承故障诊断技术领域。解决了现有技术中的滚动轴承智能诊断方法存在故障位置及性能退化程度的诊断正确率较低，训练时间消耗大的问题。提出的集合经验模态分解方法中的加入白噪声准则，可避免人为确定分解参数，提高其分解效率；提出的基于超球球心间距的核参数优化方法，可确定多分类情况下，核参数的小而有效的搜索区间，从而减少训练时间，给出了分类器的最终状态超球模型。基于优化参数的集合经验模态分解和奇异值分解，再结合超球球心间距的核参数优化的超球多类支持向量机的智能诊断方法比已有的诊断方法识别率高。本发明主要应用于滚动轴承故障位置及性能退化程度的智能诊断。
-
公开(公告)号：CN120011785A
公开(公告)日：2025-05-16
申请号：CN202510114168.3
申请日：2025-01-24
Applicant: 哈尔滨理工大学
IPC: G06F18/213 , G06N3/0442 , G06N3/098 , G01M13/04
Abstract: 发明一种基于参数解耦个性化联邦的不同工况下滚动轴承寿命预测方法及系统，涉及轴承寿命预测技术领域，为解决现有方法针对来自不同工况下滚动轴承振动数据往往呈现非独立同分布的特点，可能导致参数更新方向彼此分离、全局模型收敛缓慢甚至偏离最优参数的问题。本发明采用多级退化标签表示方法对训练集轴承寿命数据的不同阶段进行标记；网络模型包括SEResNet块和ConvLSTM块，SEResNet块用于进行特征提取，并通过连接最大池化层保留重要特征，ConvLSTM块用于对特征进行进一步处理；中央服务端将网络模型解耦，将SEResNet网络作为共享表示层，将ConvLSTM和全连接层作为个性化层，通过联邦学习的方式对共享表示层进行训练，将各个共享表示层参数进行聚合，最终得到滚动轴承寿命预测模型。
-
Patent Agency Ranking
公开(公告)号：CN119995819A
公开(公告)日：2025-05-13
申请号：CN202411646576.5
申请日：2024-11-18
Applicant: 哈尔滨理工大学
Abstract: 一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统，属于数据安全技术领域。本发明是针对现有的联邦学习隐私保护方法普遍计算开销大，及现有使用混沌加密保护联邦学习隐私的方法不支持边缘节点使用互异的初始值加密的问题而提来的。技术要点：本发明允许边缘节点使用不同的初始值对本地模型参数加密，且密文之间存在相互抵消的特性，聚合后可得到明文形式的结果；其次，构建双服务器检测模式，对本地模型进行分层检测；最后提出一种信誉分机制，根据检测结果对边缘节点进行信誉评估，过滤拜占庭边缘节点，聚合诚实边缘节点的本地模型参数。安全性分析表明所提方法可有效防止边缘节点的隐私泄露；实验结果表明拜占庭攻击下，所提方法的测试准确率比基线方案平均高18.33％，与CKKS、BFV等同态加密方法相比，时间开销至少降低69.8％，可高效地兼顾隐私保护与拜占庭鲁棒性。本发明适用于滚动轴承的故障诊断。
-
公开(公告)号：CN114861349B
公开(公告)日：2024-08-27
申请号：CN202210429223.4
申请日：2022-04-22
Applicant: 哈尔滨理工大学
IPC: G06F30/17 , G06F30/27 , G06N3/0499 , G06N3/088 , G06F111/04 , G06F111/08
Abstract: 一种基于模型迁移和维纳过程的滚动轴承RUL预测方法，涉及滚动轴承使用寿命预测技术领域，用以解决使用寿命百分比作为标签难以准确描述滚动轴承退化过程以及不同工况情况下轴承寿命预测准确率不高的问题。本发明的技术要点包括：提取某工况下全寿命滚动轴承的各振动统计特征，利用单层NCAE网络与SOM网络构建健康指标模型，使用健康指标对滚动轴承频域幅值序列进行标记；使用源域数据训练结合深度NCAE网络与前馈神经网络FNN的组合网络得到预训练模型；利用目标域数据微调，得到滚动轴承性能退化模型，利用性能退化指标量化值的增量建立维纳过程模型，实现不同工况下滚动轴承的RUL预测。本发明适用于对滚动轴承剩余使用寿命的预测技术中。
-
公开(公告)号：CN118094289A
公开(公告)日：2024-05-28
申请号：CN202410200962.5
申请日：2024-02-23
Applicant: 哈尔滨理工大学
IPC: G06F18/24 , G01M13/028 , G06F18/10 , G06F18/25 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于信息融合的不同工况下谐波减速器故障诊断方法及系统，涉及减速器故障诊断技术领域。本发明的技术要点包括：采集不同状态的谐波减速器在不同位置的加速度信号；利用多个加速度信号构建样本集；对加速度信号进行预处理；将预处理后的二维时频图像进行小波分解，得到其高频分量与低频分量，以预设的融合规则进行图像融合；将训练样本对应的融合图像输入基于迁移学习的谐波减速器故障诊断模型中进行训练；将目标域测试样本对应的融合图像本输入训练好的谐波减速器故障诊断模型，获取诊断结果。本发明能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。
-
公开(公告)号：CN109918681B
公开(公告)日：2023-01-31
申请号：CN201910249978.4
申请日：2019-03-29
Applicant: 哈尔滨理工大学
IPC: G06F40/30 , G06F16/332 , G06F16/33 , G06F16/35 , G06N3/0442 , G06N3/045
Abstract: 本发明提出了一种融合问题语义匹配方法，属于自然语言处理领域。本发明用于自动匹配回答消费者线上咨询时所提出的问题，同时通过汉字‑拼音特征融合的方法降低消费者所输入的同音错别字对问题语义匹配模型性能的影响。本发明所提出的双孪生长短时记忆网络结构通过两个单孪生长短时记忆网络独立地对汉字与拼音两种特征进行语义提取，使模型能够以不同的方式提取汉字序列与拼音序列的特征，再通过汉字与拼音特征拼接并进行语义合成，得到融合了汉字与拼音特征的语义向量，最后通过计算两个问题语义向量之间的负指数曼哈顿距离，输出两个问题的语义匹配程度。本发明提高了问题语义匹配模型在实际应用中的效果。
-
公开(公告)号：CN112836736B
公开(公告)日：2022-12-30
申请号：CN202110116366.5
申请日：2021-01-28
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/08
Abstract: 一种基于深度自编码器构图的高光谱图像半监督分类方法，涉及遥感图像处理技术领域，用以解决现有高光谱图像分类方法中存在的分类效果不佳的技术问题。本发明方法的技术要点包括：构建稀疏自编码器用于获得高光谱图像数据的谱域特征；用基于自我表达模型的方法构造图结构；利用变分图自编码器(VGAE)优化图结构；对优化后的图结构的系数矩阵进行修正；利用高斯随机场和调和函数(GRF)实现分类。本发明充分考虑了高光谱数据间的相互联系，并且兼顾高光谱数据的谱域信息和空域信息，在小样本条件下能够使高光谱数据分类达到较高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.026 seconds)
