-
公开(公告)号:CN102307373A
公开(公告)日:2012-01-04
申请号:CN201110243472.6
申请日:2011-08-23
Applicant: 哈尔滨工业大学
Abstract: 考虑车辆交通特性的VANET分簇方法,本发明涉及车载无线自组网的分簇方法。它解决了车载无线自组网传统的分簇算法针对影响分簇结构的连通性、稳定性、负载平衡等因素中的某一个因素来进行,而不考虑影响分簇的其它方面的缺点。本发明包括下述步骤:1、车载无线自组网中的节点分为多个组,每个组内的所有节点构成一个簇;2、确定每个簇中的簇首节点;3、确定每两个相邻簇的网关节点;第二步骤中确定每个簇中簇首节点的方法如下:综合考虑节点的位置、速度、连通和行驶行为,选择簇首节点的权计算公式如下:Wi=w1Ci+w2Di+w3Vi+w4Li。
-
公开(公告)号:CN102300161A
公开(公告)日:2011-12-28
申请号:CN201110243481.5
申请日:2011-08-23
Applicant: 哈尔滨工业大学
Abstract: 网络断连状态下的容迟VANET广播方法,本发明涉及车载无线自组网的广播方法。它解决了现有技术没能完成在网络发生断连时由谁携带和如何选择合适的转发时机因而难以实现容迟VANET广播的问题。源节点接到广播消息的指令后计算本节点的综合权值并广播数据包;非源节点收到广播数据包后,计算自己的综合权值,若自己的综合权值小于收到的,只保存广播信息;若非源节点自己的综合权值大于收到的,此非源节点作为中继节点,存储并携带此广播数据包;中继节点定期广播携带声明包来发现与新节点的接触;中继节点在收到声明应答包后计算接触持续时间和转发时刻,到达转发时刻,中继节点进行重广播,重复上述操作到整个广播区域都收到广播消息。
-
公开(公告)号:CN115508335B
公开(公告)日:2024-08-13
申请号:CN202211290178.5
申请日:2022-10-21
Applicant: 哈尔滨工业大学(威海) , 长江时代通信股份有限公司
IPC: G01N21/65 , G06F17/14 , G06N20/00 , G06F18/241
Abstract: 本方案涉及一种基于傅里叶变换的拉曼光谱曲线数据增强方法。所述方法包括:获取待处理拉曼光谱曲线进行快速傅里叶变换得到拉曼光谱曲线频域图;将拉曼光谱曲线频域图中的两端极端频率曲线峰屏蔽,得到目标拉曼光谱曲线频域图;确定频域掩模起始位置与宽度并执行频域屏蔽操作,判断对目标拉曼光谱曲线频域图的频域屏蔽操作是否合法;若合法,则对目标拉曼光谱曲线频域图进行逆傅里叶变换,得到数据增强的拉曼光谱曲线。通过利用快速傅里叶变换获得的拉曼光谱曲线对应的频域图进行屏蔽操作,可以保留原有拉曼光谱曲线数据的基本框架,在部分频率点进行轻微扰动,以达到合理数据扩充的目的,可以提升机器学习模型分类效果。
-
公开(公告)号:CN116932887B
公开(公告)日:2024-06-18
申请号:CN202310669701.3
申请日:2023-06-07
Applicant: 哈尔滨工业大学(威海) , 长江时代通信股份有限公司
IPC: G06F16/9535 , G06F16/951 , G06F16/48 , G06N3/0464 , G06N3/08
Abstract: 本发明所述一种基于多模态图卷积的影像推荐系统及方法,属于计算机技术领域。本发明综合利用图卷积对多模态特征聚合的方法,基于图卷积架构针对用户偏好实现影视作品的推荐。本方法首先通过爬虫算法,获取同一个用户对影视作品的评价记录、影视作品相关海报等信息;对数据集进行预处理,使用MixGen方法对数据进行增强,对数据集进行扩充;使用线性变换等方法将图像数据模态和文本数据模态表示为向量形式;对不同模态的信息进行提取,分别获取多模态中文本模态和图像数据模态的向量表示;利用图卷积对同一个模态进行层内和层间节点聚合,提取用户对电影的细粒度意图;利用层间聚合建立细粒度和粗粒度用户意图之间的关系,对不同模态的处理都建立超级节点结合;将聚合得到各模态的特征通过一个注意力机制层,增强不同模态之间的交互,最终获取影视作品推荐列表。本发明解决了现有的多模态推荐系统难以很好的在特定模式下对用户偏好建模以及不同模态数据难以进行交互的问题。
-
公开(公告)号:CN112083877B
公开(公告)日:2023-05-09
申请号:CN202010507955.1
申请日:2020-06-05
Applicant: 哈尔滨工业大学(威海) , 苏州玄盾汽车科技有限公司
IPC: G06F3/06
Abstract: 一种车辆物联网云存储系统数据分组方法,涉及分布式数据管理技术领域,从车辆物联网分布式存储系统的访问特征入手,根据云存储系统数据访问的时间空间局部性,将具有强访问关联关系的数据进行分组。首先,通过模拟有限缓存空间下的数据的访问,获得缓存快照并建立缓存事务。其次,建立基于缓存事务的向量化数据访问特征,对数据进行初步分组。最后,以初步分组为点,数据间访问强度为边,按照访问强度从高到低的顺序建立关系图,动态的将形成的完全子图合并成数据分组。当数据分组中任何数据被访问时,其所在分组将被一起预取到缓存中。此方法减少了数据访问时的I/O次数和访问延时,整体上提升了车辆物联网云存储系统的数据读取效率。
-
公开(公告)号:CN106776967B
公开(公告)日:2020-03-27
申请号:CN201611104325.X
申请日:2016-12-05
Applicant: 哈尔滨工业大学(威海) , 威海翰宝网络科技有限公司
IPC: G06F16/182 , G06F16/172 , G06F16/13
Abstract: 本发明涉及一种基于时序聚合算法的海量小文件实时存储方法及装置,其解决了现有分布式文件系统用于海量小文件时存在的存储效率低的技术问题,其采用数据聚合策略以数据的时间特性定义聚合空间,完成时序数据合并存储,通过将随机写转化为顺序写,本发明可广泛应用于海量小文件的存储。
-
公开(公告)号:CN106776967A
公开(公告)日:2017-05-31
申请号:CN201611104325.X
申请日:2016-12-05
Applicant: 哈尔滨工业大学(威海) , 威海翰宝网络科技有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种基于时序聚合算法的海量小文件实时存储方法及装置,其解决了现有分布式文件系统用于海量小文件时存在的存储效率低的技术问题,其采用数据聚合策略以数据的时间特性定义聚合空间,完成时序数据合并存储,通过将随机写转化为顺序写,本发明可广泛应用于海量小文件的存储。
-
公开(公告)号:CN103761183A
公开(公告)日:2014-04-30
申请号:CN201310738213.X
申请日:2013-12-29
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 考虑FDE和FCE的基于ISQ的软件可靠性增长模型的建立方法,涉及软件故障检测和故障修正领域。解决了现有软件可靠性增长模型都没有考虑到故障检测工作量和故障修正工作量对软件可靠性的影响,降低了模型的实际意义和结果可信度的问题。首先根据待建立的ISQ-FDEFCE软件可靠性增长模型的条件建立微分方程,并获得ISQ-FDEFCE软件可靠性增长模型的故障检测过程的均值函数模型;然后根据软件故障被完全修正的概率、故障修正时间和故障检测过程的均值函数模型,获得ISQ-FDEFCE软件可靠性增长模型的故障修正过程的均值函数模型,完成基于ISQ的软件可靠性增长模型的建立。本发明适用于提高软件的可靠性。
-
公开(公告)号:CN103761172A
公开(公告)日:2014-04-30
申请号:CN201310738215.9
申请日:2013-12-29
Applicant: 哈尔滨工业大学
Abstract: 基于神经网络的硬件故障诊断系统,属于硬件故障诊断领域。解决了现有在线硬件故障诊断系统的诊断准确率低的问题,本发明所述的症状收集单元内设有计数器,该症状收集单元用于收集故障传播过程中外显的高层级症状,通过计数器在症状线程重新执行的过程中,持续对症状触发次数进行累加,并计算到达率,之后,将到达率送至神经网络诊断单元进行诊断,到达率为症状信息;神经网络诊断单元用于对症状收集单元送来的症状信息进行分类,并输出诊断结果至仲裁单元,仲裁单元用于对诊断结果进行汇总,且仲裁单元用于对非法结果进行筛查,故障恢复单元用于在接收到诊断结果后,根据所述诊断结果对故障部件的处理,实现故障恢复。本发明应用在硬件故障诊断领域。
-
公开(公告)号:CN102393833A
公开(公告)日:2012-03-28
申请号:CN201110315100.X
申请日:2011-10-17
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于HFSQM排队模型考虑排错资源局限性的构件软件可靠性分析方法,本发明涉及软件可靠性分析方法,它解决了实际中不可能拥有无限的排错资源,当所有排错人员都被占用时,新检测到的故障必须排队等待的缺陷。实现由三步组成:资源分配,故障检测过程和故障排除过程。资源分配为HFSQM中等待排错资源的故障分配合适的资源。故障检测过程基于构件软件应用的运行剖面对整个应用执行集成测试。故障排除过程对HFSQM中占有排错资源的故障进行修复。这能为软件发布和测试资源的合理配置提供依据,使软件既能按计划准时发布,又能满足用户的可靠性需求,降低软件的总成本。因此,基于HFSQM的仿真方法对于构件软件测试,进一步对于软件市场决策具有着重要指导意义。
-
-
-
-
-
-
-
-
-