-
公开(公告)号：CN116541660A
公开(公告)日：2023-08-04
申请号：CN202310508205.X
申请日：2023-05-08
Applicant: 哈尔滨工业大学
IPC: G06F18/10 , G06F18/2131
Abstract: 本发明提出一种基于数据驱动的分数阶小波变换去噪方法。所述方法在分数阶小波去噪的基础上，将所有的滤波器替换为可学习的卷积核，并定义了一种用于信号降噪的可学习阈值函数激活层，网络中的分数阶尺度滤波器和分数阶小波滤波器以及阈值函数中的正负偏差是通过神经网络反向传播算法得到的。该方法是一种完全基于数据驱动的信号去噪方法。与常规的分数阶小波去噪相比，数据驱动的分数阶小波去噪省去了繁琐的阈值函数设计过程，提高了去噪算法的使用效率。
-
公开(公告)号：CN115291210A
公开(公告)日：2022-11-04
申请号：CN202210881070.7
申请日：2022-07-26
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
Abstract: 本发明提出一种结合注意力机制的3D‑CNN探地雷达三维图像管线识别方法。所述方法包括对所获得的探地雷达的实际三维回波图像进行预处理；对得到的探地雷达的三维回波图像进行人工标注，并进行置乱，然后随机分配至训练集和验证集，但是需要保证每次置乱后的训练集中每个类别的样本数保持相同；利用生成的训练集对添加注意力机制的3D‑CNN的神经网络模型进行训练，获得训练好的神经网络模型；利用得到的神经网络模型，对探地雷达三维图像进行管线识别。本发明解决了传统识别方法以及基于2D‑CNN的神经网络识别方法识别准确率低和效率低的问题，同时通过添加注意力机制对3D‑CNN进行了改进，提高了网络模型对探地雷达三维图像的识别准确率。
-
公开(公告)号：CN111835315A
公开(公告)日：2020-10-27
申请号：CN202010619005.8
申请日：2020-07-01
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于自适应滤波器的直达波对消方法，所述方法对参考信号进行抽头，并假设一组抽头系数，此时就得到了自适应滤波器的起始状态，然后令信号通过该滤波器，利用滤波后的信号与监视信号进行比对得到一个误差，并根据该误差调整这一组抽头系数进行迭代，误差会随着迭代次数的增加而减小。利用本发明所述方法实现了直达波对消的良好效果。
-
公开(公告)号：CN105736071B
公开(公告)日：2019-04-02
申请号：CN201610108192.7
申请日：2016-02-26
Applicant: 哈尔滨工业大学 , 神华亿利能源有限责任公司电厂 , 哈尔滨燃卓科技开发有限公司
IPC: F01D17/00
Abstract: 基于配汽方式切换的200MW供热机组阀门管理优化方法，它涉及一种切换方法，具体涉及一种基于配汽方式切换的200MW供热机组阀门管理优化方法。本发明为了解决目前的200MW供热机组配汽优化方案没有考虑抽汽量变化导致最优阀位点发生偏离的影响，即不同抽汽量下都采用相同的配汽优化曲线，汽轮机高压缸效率不能达到最优的问题。本发明的具体步骤为：根据电厂设备实际情况，设定两种配汽方式；对供热机组进行升、降负荷实验，获得相关实验数据，对不同配汽方式下机组的高压缸效率进行计算；根据不同配汽方式下的高压缸效率曲线；根据主蒸汽相对流量大小确定相应的配汽方式；判断主蒸汽流量发生变化是否超过裕度。本发明属于汽轮机发电领域。
-
公开(公告)号：CN104849055A
公开(公告)日：2015-08-19
申请号：CN201510267316.1
申请日：2015-05-21
Applicant: 哈尔滨工业大学
IPC: G01M15/00
Abstract: 一种汽轮机高调门进汽顺序测试试验的优化方法，本发明涉及一种高调门进汽顺序测试的方法，特别涉及一种汽轮机高调门进汽顺序测试试验的优化方法。本发明为了解决传统的高调门进汽顺序测试试验方法的测试时间过长的问题。本发明根据不同数量高调门的喷嘴组布置信息设计优化的试验方案，将传统试验过程中具有重复性的步骤进行优化组合，舍去多组试验中存在一些不必要的重复开起或者重复关闭的过程；然后调节机组运行参数和控制方式满足试验条件，进行调门开关试验。本发明有效缩短试验时间，解决了传统的测试方法针对机组试验时所需时间很长的问题。本发明适用于汽轮机调门进汽顺序优化测试领域。
-
Patent Agency Ranking
公开(公告)号：CN113850102B
公开(公告)日：2024-03-22
申请号：CN202010596650.2
申请日：2020-06-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G01S13/931
Abstract: 本发明涉及多传感器融合技术领域，具体的说是一种基于毫米波雷达辅助的车载视觉检测方法及系统，其特征在于，分别通过毫米波雷达模块和双目视觉模块获取目标雷达数据以及目标图像数据，对目标雷达数据和目标图像数据分别预处理后，搭建雷达与视觉信息融合模型，利用雷达与视觉信息融合模型对目标一致性进行判断，本发明与现有技术相比，能够有效减少事故发生的可能性，提高汽车的安全驾驶性能。
-
公开(公告)号：CN116959309A
公开(公告)日：2023-10-27
申请号：CN202310849313.3
申请日：2023-07-12
Applicant: 哈尔滨工业大学
Abstract: 基于语音交互的自学式盲文教育系统、装置及工作方法，涉及涉及盲人教育领域，解决了现有技术中解决了现有盲文教育领域的学习机普遍存在着价格昂贵、功能单一、盲人自主操作困难的缺陷。本发明提供以下方案：语音交互的自学式盲文教育系统包括至少一个移动终端、云服务器端和外部设备；语音输入单元，用于将采集语音信息发送给云服务器端；云服务器端，用于将接收的语音信息转换成文本信息，并将文本信息转换成盲文信息；语音输入单元，用于采集外部输入的语音信号，并将其发送给控制系统；盲文点显器，用于根据驱动信号驱动盲文点阵，形成盲文点阵；语音播放单元，用于将接收到的语音信息放大之后播放输出。还适用于盲人语音教学及测试领域。
-
公开(公告)号：CN115311532A
公开(公告)日：2022-11-08
申请号：CN202210881642.1
申请日：2022-07-26
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC: G06V10/82 , G06V10/72 , G06V10/764 , G06V10/30 , G06V10/26 , G06N3/04 , G06N3/08 , G01S13/88 , G01S13/89 , G01S7/41 , G01V3/12 , G01V3/38
Abstract: 本发明提出一种基于ResNet网络模型的探地雷达地下空洞目标自动识别方法。所述方法包括对已获取的地下空洞目标的探地雷达回波图像进行预处理，分别包含背景消除、增益和降噪；对生成的探地雷达回波图像进行增益；对增益后的图像进行降噪；之后，对已降噪后的图像数据进行预筛选和人工分类，然后基于水平镜像翻转对图像进行增广，得到处理后的具有相似分布的增广图像数据集；将得到增广图像数据分为训练集和测试集，对ResNet网络模型进行训练，得到网络权重模型；将得到的测试集输入得到的权重模型，对图像进行目标识别分类；采用本发明的方法能有效的提高探地雷达地下空洞目标识别率，将识别率提高到90％以上。
-
公开(公告)号：CN113901878A
公开(公告)日：2022-01-07
申请号：CN202111068615.4
申请日：2021-09-13
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于CNN+RNN算法的三维探地雷达图像地下管线识别方法，对已经得到的探地雷达的三维回波图像进行直达波去除，以及小波去噪；将已预处理的探地雷达的三维回波图像进行标注，分别为横向管线、纵向管线、地下空洞和无目标四类，并将其打乱，随机分配至训练集和验证集；利用的训练集和验证集对CNN+RNN的神经网络模型进行训练，得到训练好的权重模型；利用训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测；采用本发明的方法对探地雷达三维回波图像的地下管线目标进行检测可以有效提高识别概率和识别速度，可以将地下管线目标识别概率提高到95％以上。
-
公开(公告)号：CN113780362A
公开(公告)日：2021-12-10
申请号：CN202110945451.2
申请日：2021-08-17
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: 本发明提出一种基于隐马尔可夫模型的探地雷达地下空洞目标自动识别方法，所述方法共6个步骤：对已获取的地下空洞目标的探地雷达回波图像进行预处理得到处理后的横向波纹得到抑制的图像；对生成的图像进行预筛选标注明确空洞目标像素位置；利用已标注的数据进行图像增广处理得到处理后的具有相似分布的图像；利用增广图像数据集，使用三种方法进行特征提取得到特征向量数据集；将获得的特征向量分为训练集和验证集，对隐马尔可夫模型进行训练得到权重模型；将获得的验证集输入得到的权重模型，对地下空洞目标探地雷达回波图像进行目标识别分类。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.022 seconds)
