-
公开(公告)号：CN113327196A
公开(公告)日：2021-08-31
申请号：CN202110488060.2
申请日：2021-04-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向MR图像超分辨的联合字典训练优化方法，属于MR图像重建领域。步骤一：输入训练图像块对字典大小K，其中，表示空间X的训练样本，是空间Y的训练样本；步骤二：初始化和n＝0，t＝1；步骤三：循环，对于i＝1,2,....,N执行如下优化公式；且步骤四：更新归一下的列向量，结束循环；步骤五：根据下面公式更新步骤六：输出字典对和本方法有效减小了重构的误差，提升了图像的重构精度。
-
公开(公告)号：CN119937352A
公开(公告)日：2025-05-06
申请号：CN202510099253.7
申请日：2025-01-22
Applicant: 哈尔滨工业大学
IPC: G05B17/02
Abstract: 一种无人集群硬件在环仿真测试与评估系统，涉及无人集群仿真测试与评估领域。解决无人集群的实机测试成本高、虚拟测试不可靠的问题，实现对无人集群性能的加速测试和可靠评估。技术要点：所述测试与评估系统包括虚拟仿真模块、硬件计算模块和可信评估模块；其中虚拟仿真模块主要用于搭建无人集群的任务执行场景并展示无人集群任务执行过程；硬件计算模块用于执行部署的无人集群算法；可信评估模块用于对无人集群算法执行结果进行评估；在虚拟仿真模块中，虚拟无人集群通过传感器感知环境信息并传递给硬件计算模块，部署在硬件计算模块上的无人集群算法基于感知的环境信息进行运算，获得无人集群的动作指令或规划指令并传递给虚拟仿真模块；虚拟仿真模块中的虚拟无人集群通过实时交互，将自身的位置坐标、运动速度等信息以及目标信息传递给可信评估模块，可信评估模块对无人集群算法的执行效果进行评估。用于对硬件计算嵌入程序进行全面测试。
-
公开(公告)号：CN113960964B
公开(公告)日：2024-06-28
申请号：CN202111106367.8
申请日：2021-09-22
Applicant: 哈尔滨工业大学
IPC: G06Q10/06 , G05B19/418
Abstract: 基于仿真优化的柔性流水车间生产调度系统，它属于生产调度领域。本发明解决了现有方法不能智能自主的完成互联和调度，导致对生产现场随机变化的适应性低、响应速度慢的问题。本发明系统的车间仿真层和智能搜索层以综合交互层作为桥梁进行交互，智能搜索层读取历史加工数据统计并生成初始搜索寻优范围，完成初代寻优后将调度结果写入综合交互层并改变标识位值，车间仿真层实时感知标识位值的变化，并通过交互控制模块读入综合交互层的数据，并在信息处理模块实现解码。车间执行模块根据解码结果进行仿真，将仿真适应度值输入综合交互层并再次改变标识位的值；智能搜索层再次寻优迭代并循环此过程，直至迭代停止。本发明可以应用于生产调度。
-
公开(公告)号：CN115993582A
公开(公告)日：2023-04-21
申请号：CN202211695720.5
申请日：2022-12-28
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度强化学习的雷达波形博弈系统构建方法、装置、计算机及储存介质，涉及雷达信号处理与智能博弈领域。本发明解决了智能认知雷达在干扰场景与样式复杂多变的情况下，抗干扰波形无法快速有效的判断决策的问题。方法包括：雷达与干扰环境进行数据交互，获取仿真干扰波形；根据当前时刻回波波形与前一时刻的回波波形，计算获得抗干扰行为的奖励值，并存入记忆库；离线训练模块采用记忆库储存的数据进行神经网络的训练与更新，获得预训练模型；在线学习模块加载离线训练模块的预训练模型，进行雷达的在线学习，获得深度强化学习的雷达波形博弈系统。本发明应用于认知雷达波形对抗博弈智能决策领域。
-
公开(公告)号：CN113327196B
公开(公告)日：2023-04-07
申请号：CN202110488060.2
申请日：2021-04-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向MR图像超分辨的联合字典训练优化方法，属于MR图像重建领域。步骤一：输入训练图像块对字典大小K，其中，表示空间X的训练样本，是空间Y的训练样本；步骤二：初始化和n＝0，t＝1；步骤三：循环，对于i＝1,2,....,N执行如下优化公式；且步骤四：更新归一下的列向量，结束循环；步骤五：根据下面公式更新步骤六：输出字典对和本方法有效减小了重构的误差，提升了图像的重构精度。
-
Patent Agency Ranking
公开(公告)号：CN113960964A
公开(公告)日：2022-01-21
申请号：CN202111106367.8
申请日：2021-09-22
Applicant: 哈尔滨工业大学
IPC: G05B19/418 , G06Q10/06
Abstract: 基于仿真优化的柔性流水车间生产调度系统，它属于生产调度领域。本发明解决了现有方法不能智能自主的完成互联和调度，导致对生产现场随机变化的适应性低、响应速度慢的问题。本发明系统的车间仿真层和智能搜索层以综合交互层作为桥梁进行交互，智能搜索层读取历史加工数据统计并生成初始搜索寻优范围，完成初代寻优后将调度结果写入综合交互层并改变标识位值，车间仿真层实时感知标识位值的变化，并通过交互控制模块读入综合交互层的数据，并在信息处理模块实现解码。车间执行模块根据解码结果进行仿真，将仿真适应度值输入综合交互层并再次改变标识位的值；智能搜索层再次寻优迭代并循环此过程，直至迭代停止。本发明可以应用于生产调度。
-
公开(公告)号：CN111709522A
公开(公告)日：2020-09-25
申请号：CN202010436453.4
申请日：2020-05-21
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于服务器-嵌入式协同的深度学习目标检测系统。服务器端包括知识库、训练模型、测试结果统计分析和计算资源监控模块，知识库包括数据管理模块，训练模型包括深度学习网络训练模块和模型压缩模块，测试结果统计分析包括模型测试模块，计算资源监控模块用于对系统的CPU、GPU资源进行实时监控，便于用户根据实际情况合理利用计算资源；嵌入端包括主控制器ARM和协处理器FPGA，主控制器ARM负责外部图像输入、图像预处理、NMS算法、叠加检测信息和图像输出任务；协处理器FPGA负责深度网络推理中的卷积层、捷径层和上采样层加速。本发明解决现深度学习网络模型由服务器端的训练到嵌入式端的快速部署问题。
-
公开(公告)号：CN114118406B
公开(公告)日：2025-04-11
申请号：CN202111262226.5
申请日：2021-10-28
Applicant: 哈尔滨工业大学 , 中国航天科工集团第二研究院
IPC: G06N3/0495 , G06N3/084 , G06N3/0464
Abstract: 一种卷积神经网络的量化压缩方法，解决了如何能够在提高压缩比的同时有效保留精度的问题，属于神经网络加速领域。本发明包括：S1、获取卷积神经网络的原始权重张量、输入特征张量以及量化点；S2、将原始权重张量输入至DP结构，DP结构对原始权重张量进行修改，输出修改后的原始权重张量；S3、利用量化点及量化函数对修改后的原始权重张量及除第一层外的原始输入特征张量进行定点量化；利用定点量化后的权重张量和输入特征张量替换原始权值张量和输入特征张量，得到量化后的卷积神经网络；S4、将训练数据输入至量化后的卷积神经网络，计算loss，利用反向传播和梯度下降更新DP结构的参数和原始权重张量，转入S2，进行下一轮，直至训练完成。
-
公开(公告)号：CN119513481A
公开(公告)日：2025-02-25
申请号：CN202411582239.4
申请日：2024-11-07
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于高斯过程多核融合的目标检测性能曲面渐进采样方法。本发明涉及目标检测技术领域，本发明在目标检测过程中，进行多层次搜索空间构建，在复杂的性能曲面场景中实现高效的核函数组合与优化；建立多尺度协同自适应核体系的渐进采样优化策略，逐步优化核函数组合结构和参数，提高高斯过程模型对目标检测性能曲面的拟合精度。本发明方法主要用于解决多维干扰条件下的模型性能评估问题，通过优化核函数组合与参数调优，提高目标检测模型在复杂环境中的性能评估效率和准确性。
-
公开(公告)号：CN116311353A
公开(公告)日：2023-06-23
申请号：CN202310087699.9
申请日：2023-02-09
Applicant: 哈尔滨工业大学
IPC: G06V40/10 , G06V20/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06T7/246 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 基于特征融合的密集行人多目标跟踪方法、计算机设备和存储介质，属于计算机视觉跟踪技术领域，解决现有未有针对密集场景下的行人进行跟踪方法问题。本发明的方法包括：首先，设计了一种新的目标中心点建模方法，利于将目标中心点位置定位更准确；其次，提出了一种轻量化的重识别特征提取网络，并利用基于本量矩阵的相似度比较方法获取目标帧间位移预测；然后，设计了一种基于混合注意力机制的特征增强网络，将时间维度的帧间信息和空间维度的静态信息进行融合，增强了检测任务与跟踪任务之间的联系；最后，通过二次数据关联的方法将检测结果与目标位移进行整合，获得最终轨迹。本发明适用于密集目标场景下的多行人跟踪。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.034 seconds)
