-
公开(公告)号：CN117294797B
公开(公告)日：2024-07-02
申请号：CN202311290130.9
申请日：2023-10-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息提取系统技术领域，具体的说是一种合同管理的信息提取系统及方法，其中信息提取系统包括包括扫描模块、合同整理模块、合同跟踪模块；所述扫描模块包括扫描仪；伸缩杆缩回，带动一号盒和牵引轴向远离放纸盒方向移动，使得牵引轴拖动纸质合同离开放纸盒，并移动到仪器底座端面上，直至牵引轴移动至初始位置，此时纸质合同位于扫描组件的正下方，扫描组件对纸质合同进行扫描，并将其转化为数据传输至合同整理模块内，重复此操作将纸质合同全部扫描，不需要工作人员额外参与，完成自动化扫描，提高纸质合同的扫描效率，从而提高信息提取系统使用的便捷程度。
-
公开(公告)号：CN117294797A
公开(公告)日：2023-12-26
申请号：CN202311290130.9
申请日：2023-10-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息提取系统技术领域，具体的说是一种合同管理的信息提取系统及方法，其中信息提取系统包括包括扫描模块、合同整理模块、合同跟踪模块；所述扫描模块包括扫描仪；伸缩杆缩回，带动一号盒和牵引轴向远离放纸盒方向移动，使得牵引轴拖动纸质合同离开放纸盒，并移动到仪器底座端面上，直至牵引轴移动至初始位置，此时纸质合同位于扫描组件的正下方，扫描组件对纸质合同进行扫描，并将其转化为数据传输至合同整理模块内，重复此操作将纸质合同全部扫描，不需要工作人员额外参与，完成自动化扫描，提高纸质合同的扫描效率，从而提高信息提取系统使用的便捷程度。
-
公开(公告)号：CN118569896A
公开(公告)日：2024-08-30
申请号：CN202410487906.4
申请日：2024-04-22
Applicant: 哈尔滨工程大学
IPC: G06Q30/0201 , G06F18/20 , G06F18/27 , G06F18/25 , G06F18/2113 , G06F18/15 , G06N5/01 , G06N3/092 , G06F123/02 , G06N3/0442
Abstract: 本发明公开了大数据驱动的铝价格智能预测与动态采购决策技术，本发明涉及铝价格智能预测与采购决策技术领域，大数据驱动的铝价格智能预测与动态采购决策包括铝价格指标分析模块、铝价格特征参量体系构建模块、随机森林算法特征筛选模块、KRR(核岭回归)预测模块和铝土矿智能采购决策模块，本发明的优点在于：大数据驱动的铝价格智能预测方法，能够充分考虑外部环境对铝价格的影响，并构建铝价格特征参量体系，对铝价格进行多变量融合预测，通过铝土矿动态采购决策技术，能够通过铝土矿智能采购决策模块得到更优的动态采购策略，能够有效提高企业的利润，解决铝产品生产企业面对不确定铝价格的采购决策问题。
-
Patent Agency Ranking
公开(公告)号：CN118196607A
公开(公告)日：2024-06-14
申请号：CN202311355284.1
申请日：2023-10-18
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/42 , G06V10/44 , G06V10/771 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N20/00 , G06V10/80 , G06V10/764
Abstract: 本发明属于图像分类技术领域，具体的说是基于CONFORMER算法的向量机图像分类方法，本申请的CONFORMER算法由一个CNN分支和一个Transformer分支组成，这两个分支由局部卷积块、自我注意模块和MLP单元的组合而成。其中，CNN分支具有非常良好的性能，它以分层的方式收集局部特征以获得更好的图像表示。由于自注意力机制和多层感知机)结构，Vision Transformer能够反映复杂的空间变换和长距离特征依赖性，从而获得全局特征表示。在水下目标识别任务中，通过本申请提供的基于CONFORMER算法的向量机图像分类方法，相较于现有技术，能够更好的克服样本稀少与特征稀缺导致的不良影响，更加顺利对声纳图像进行分类处理，同时也提高了图像分类处理的准确率。
-
公开(公告)号：CN117671408A
公开(公告)日：2024-03-08
申请号：CN202311362612.0
申请日：2023-10-19
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06T3/04 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及训练集扩充技术领域，具体说是训练集扩充技术多类别循环生成对抗方法，包括：采用生成式模型扩充训练样本；引入外源信息可以降低生成模型过拟合现象，提升分类神经网络的分类精度；但由于水下数据的稀少，采用传统的生成方式，仅依据原有的数据进行扩充，难以起到很好的效果；为了更好的扩充数据，本技术提出M‑CycleGAN网络来对训练集进行扩充；构建3D模型图像数据集，引入外源的分类目标信息，辅助生成模型生成与分类数据集相似的新数据。
-
公开(公告)号：CN119206461A
公开(公告)日：2024-12-27
申请号：CN202411257069.2
申请日：2024-09-09
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/30 , G06V10/32 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了基于主动学习和半监督学习算法的图像标签标定方法，本发明涉及半监督图像标签标定技术领域，数据预处理，数据划分，数据增强，基于Transductive‑VAT模型无标签样本标签预测，计算无标签样本的不确定性，基于主动学习标定不确定性大的样本，记录全部原处理和当前处理的方案，得出处理方案的成效值，本发明的优点在于：通过Active‑T‑VAT模型在所有给定的训练样本数下表现出较高的准确性，并且随着训练样本数的增加准确度同步提高，其准确率稳步提高，同时该Active‑T‑VAT模型的准确率波动更加稳定，能够对小样本数据的相关无标签数据进行有效地学习，提高小样本在水下场景中进行模拟识别的准确度和性能，为样本进行标签标定，降低获取有标签样本的困难程度和成本。
-
公开(公告)号：CN117649571A
公开(公告)日：2024-03-05
申请号：CN202311362610.1
申请日：2023-10-19
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06V10/77 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/05 , G06N3/042 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于图结构标签标定技术领域，具体的说是基于流形学习的图结构标签标定UEGNN方法；所述图结构标签标定UEGNN方法步骤包括：第一步：数据预处理；收集水下图像数据，对图像大小进行统一，使用阈值分割算法对图像进行背景与目标物的分割；针对水下高维性图像，采用流形学习算法中UMAP模型，以识别图像高维空间中的关键结构并将它们保存在低维嵌入中，并且提出的半监督UMAP在训练时加入有标签数据的标签约束，相较于UMAP模型可以更快地推断新的未见数据；从而实现适用于高维性无标签数据的小样本半监督学习技术，并且提出基于流形学习的图结构标签标定算法，根据高维数据特征映射构造图中的度量关系，完成无标签数据的标记。
-
公开(公告)号：CN117371839A
公开(公告)日：2024-01-09
申请号：CN202311290023.6
申请日：2023-10-07
Applicant: 哈尔滨工程大学
IPC: G06Q10/0639 , G06Q50/26 , G06F17/10
Abstract: 本发明公开了一种中国省域经济竞争力的综合评价方法，涉及省域经济竞争力评价技术领域，包括生成综合评价系统，构建权重指标模型，本发明通过设置权重指标模型生成模块、权重系数管理模块、排列模块和综合对比模块，生成综合评价系统，构建权重指标模型，根据国家的经济战略确定权重指标模型内部的各评价指标的权重系数，通过计算不同权重系数下的每一个评价指标，对各省的指标数据进行综合排列，以可视化的方式及其效果展现不同省份的经济竞争力水平所处的位置，还可以对经济竞争力处于不同水平的省域提供经济竞争力提升路径的可行性建议，有助于通过互联网云管控实现综合评价管理，提高综合评价管理的智能化水平。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
