-
公开(公告)号：CN106646310A
公开(公告)日：2017-05-10
申请号：CN201611042589.7
申请日：2016-11-21
申请人： 国家电网公司 , 国网北京经济技术研究院 , 哈工大(张家口)电力科学技术研究所 , 哈尔滨工业大学
IPC分类号： G01R35/00
CPC分类号： G01R35/00
摘要： 本发明涉及一种光学传感器可靠性试验系统及试验方法，其特征在于，环境试验箱，用于盛放待检测光学传感器样本，并根据可靠性试验类型调节试验环境；光信号发射及检测单元，用于向待检测光学传感器组发射检测光信号，接收待检测光学传感器样本的反馈光信号，并将所述检测光信号和反馈光信号分别转换为对应的数字量信号；合并单元，用于将检测光信号和反馈光信号对应的数字量信号合并，获得待检测光学传感器样本的光强数据；监测装置，用于根据所述光强数据对光学传感器样本的可靠性进行评估。本发明可以广泛应用于光学传感器的可靠性测试中。
-
公开(公告)号：CN206193223U
公开(公告)日：2017-05-24
申请号：CN201621264156.1
申请日：2016-11-21
申请人： 国家电网公司 , 国网北京经济技术研究院 , 哈工大(张家口)电力科学技术研究所 , 哈尔滨工业大学
IPC分类号： G01R35/00
摘要： 本实用新型涉及一种光学传感器可靠性试验系统，其特征在于，该试验系统包括光信号发射及检测单元、环境试验箱、合并单元和监测装置；所述环境试验箱用于盛放待检测的光学传感器样本，并根据可靠性试验类型调节相应环境条件；所述光信号发射及检测单元向所述光学传感器样本发送检测光信号，接收所述光学传感器样本发回的反馈光信号，并将所述检测光信号和反馈光信号分别转换为对应的数字量信号发送到所述合并单元；所述合并单元将数字量信号进行合并后发送到所述监测装置。本实用新型可以广泛应用于光学传感器的可靠性测试中。
-
公开(公告)号：CN117372291A
公开(公告)日：2024-01-09
申请号：CN202311169310.1
申请日：2023-09-12
申请人： 哈尔滨工业大学
摘要： 本发明提出一种利用通用模型对比范式提升图像复原的方法，该方法使用指数移动平均的方式得到目标模型在不同训练迭代的历史版本作为负样本模型。然后定义SPN损失函数,在特征空间中拉大目标模型表示与负样本模型表示之间的距离。此外,还同时引入多个历史模型构造多个负样本，使得训练更加稳定。相比于现有通过手工设定负样本的对比学习方法,该方法对比学习范式无需特定任务先验,对不同图像复原任务具有泛化能力。可以很容易地和已有方法相结合,仅需将SPN损失加入原有目标函数即可。通过在图像超分辨率、去雨、去雾等任务上对不同模型进行重训练,实验结果表明,该方法对比学习框架可以显著提升各个模型的性能,优于现有对比学习技术。
-
公开(公告)号：CN116051375A
公开(公告)日：2023-05-02
申请号：CN202310000876.5
申请日：2023-01-03
申请人： 哈尔滨工业大学
IPC分类号： G06T3/40 , G06V10/44 , G06V10/82 , G06N3/08 , G06V10/774
摘要： 本发明提出一种基于全逐点卷积的轻量级图像超分辨率方法。与一般的3×3卷积相比，逐点卷积包含的参数更少，计算成本也更低，但缺失了局部特征融合这一关键特性。为了解决这个问题，本发明通过空间移位操作扩展了逐点卷积，通过特征聚合使其具有了特征聚合的能力，而且空间移位操作没有额外计算成本。基于移位卷积，本发明替换标准残差结构中的3×3卷积，并提出了移位残差单元。通过堆叠不同规模的移位残差单元实现了不同模型大小的移位卷积网络SCNet。最后在多个公开测试数据集上结果表明本发明提出的SCNet方法均取得了最好的结果。此外，本发明也通过详细的消融分析，验证了本发明提出的不同模块的有效性。
-
公开(公告)号：CN114119308B
公开(公告)日：2022-09-16
申请号：CN202111466692.5
申请日：2021-12-03
申请人： 哈尔滨工业大学
IPC分类号： G06Q50/20 , G06F16/958 , G06N3/04 , G06N3/08
摘要： 本发明提出一种智能云外语多媒体教学系统及方法、计算机及存储介质，属于云教学技术领域。包括教师面、学生面和云面；所述教师面和学生面分别与云面连接；所述云面包括教学应用层、数据交互层、自主学习层和云端管理层；所述教学应用层用于将教学内容进行影音形式的传输；实现所述教师面与所述学生面之间影像信息的采集与播放；所述数据交互层用于存储教学信息、试卷、试卷答案和分析结果；所述自主学习层用于教师面挖掘学生面学习特点、发音缺陷；所述云端管理层用于对系统进行控制以及管理。解决现有技术中存在的无法实现无监督以及深度学习的技术问题。
-
公开(公告)号：CN118195905A
公开(公告)日：2024-06-14
申请号：CN202410324579.0
申请日：2024-03-21
申请人： 哈尔滨工业大学
IPC分类号： G06T3/4076 , G06T5/60 , G06V10/42 , G06V10/44 , G06V10/82
摘要： 本发明提出一种基于状态空间模型的图像复原方法，该方法将残差状态空间模块作为核心构建模块，包含2维视觉状态空间模型和动态卷积结构。其中视觉状态空间模块将状态空间模型适配于图像的空间建模，依赖于2D选择扫描模块，通过多个方向的特征扫描捕获2D空间依赖性。此外，本发明还提出基于动态卷积的局部增强前向网络，进一步改善局部‑全局特征建模。MambaSR的整体架构包括浅层特征提取，深层特征提取以及最终的高质量图像重建。该方法在多个图像超分辨率准测试中超越了现有卷积神经网络和Transformer等主流方法，同时具有全局感受野和线性计算复杂度。实验结果证明了状态空间模型如Mamba在底层视觉任务中的潜力。
-
公开(公告)号：CN117689544A
公开(公告)日：2024-03-12
申请号：CN202311802761.4
申请日：2023-12-26
申请人： 哈尔滨工业大学
IPC分类号： G06T3/4053 , G06T5/00 , G06V10/40 , G06N3/0464 , G06N3/0499
摘要： 本发明涉及一种实时红外图像超分辨率方法，包括如下步骤：步骤一、进行浅层特征提取，将输入图像映射到潜在特征空间；步骤二、进行深层特征提取，利用大核卷积对图像潜空间特征进行高阶特征提取，并在前向网络中对潜空间特征进行边缘信息增强；步骤三、聚合浅层和深层特征，重建高分辨率图像，实现红外图像的超分辨率。本发明基于深度学习方法，提出大核特征提取模块和边缘增强的前向网络模块，有效实现深度神经网络潜空间的高阶特征提取以和增强潜空间特征边缘信息，实现了实时的红外图像超分辨率模型。
-
公开(公告)号：CN114119308A
公开(公告)日：2022-03-01
申请号：CN202111466692.5
申请日：2021-12-03
申请人： 哈尔滨工业大学
IPC分类号： G06Q50/20 , G06F16/958 , G06N3/04 , G06N3/08
摘要： 本发明提出一种智能云外语多媒体教学系统及方法、计算机及存储介质，属于云教学技术领域。包括教师面、学生面和云面；所述教师面和学生面分别与云面连接；所述云面包括教学应用层、数据交互层、自主学习层和云端管理层；所述教学应用层用于将教学内容进行影音形式的传输；实现所述教师面与所述学生面之间影像信息的采集与播放；所述数据交互层用于存储教学信息、试卷、试卷答案和分析结果；所述自主学习层用于教师面挖掘学生面学习特点、发音缺陷；所述云端管理层用于对系统进行控制以及管理。解决现有技术中存在的无法实现无监督以及深度学习的技术问题。
-
公开(公告)号：CN107423133B
公开(公告)日：2020-08-14
申请号：CN201710512426.9
申请日：2017-06-29
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 国网江苏省电力公司 , 东南大学 , 中国电力科学研究院 , 江苏省电力试验研究院有限公司
摘要： 本发明公开了一种降低电网网损的数据中心间数据网络负载分配方法，根据数据中心内服务器CPU的工作频率及利用率，得出各数据中心的能耗，对下一时段数据网络负载情况和电力网络负荷情况的预测，在电网的统一调度下，对数据中心间网络负载的分配进行控制，改善电网潮流分布，降低系统有功网损，找到各数据中心之间的数据网络负载的最优分配方案，降损效益显著，使得数据中心用电作为一种资源纳入到改善电力网络状态的范畴中，具有良好的应用前景。
-
公开(公告)号：CN108706511A
公开(公告)日：2018-10-26
申请号：CN201810340849.1
申请日：2018-04-17
申请人： 国家电网公司 , 国网河北省电力有限公司沧州供电分公司 , 国网河北省电力有限公司
摘要： 本发明公开了一种自助终端设备自动升降平台，包括平台、放置在升降平台上的自助终端设备和自动测量装置；所述平台包括液压平台、均布在液压平台上的固定缸、与固定缸滑动连接的升降缸、安装在固定缸内的液压缸、设在升降缸上的升降平台和放置在液压平台一侧的液压站；所述液压缸的一端与固定缸铰接，另一端与升降缸铰接；所述液压缸与液压站连接；所述自助终端设备放置在升降平台上；所述自动测量装置包括固定安装在自助终端设备后方的检测杆、均布在检测杆上的红外发生器、固定安装在自助终端设备前方的辅助检测杆、均布在辅助检测杆上的接收器和控制系统；所述红外发生器和接收器的输出端均与控制系统连接。
-
-
-
-
-
-
-
-
-
搜索结果
93 条记录 (耗时 0.164 秒)
