-
公开(公告)号：CN115308816A
公开(公告)日：2022-11-08
申请号：CN202210700588.6
申请日：2022-06-20
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种多参数大气数据同步预测系统及方法，包括数据预处理模块、输入模块、多任务模型和输出模块；数据预处理模块，用于对各大气参数数据进行标准化，输入模块用于将预处理后的大气参数输入所述多任务模型，多任务模型，用于将预处理后的数据进行进一步处理和优化，所述输出模块，用于输出多任务模型的大气预测结果；多任务模型包括：LSTM单元、不对称共享层、Repeat Vector层、GRU单元、Time Distributed层和损失处理层；本发明基于同方差不确定性和拉普拉斯损失分布假设改进加权损失的方法具有更好的性能及鲁棒性，可以提高多任务模型的表征能力和每个任务的性能；基于以上损失项加权处理方法推导的损失函数可以提高大气参数预测等回归任务的性能。
-
公开(公告)号：CN105158700A
公开(公告)日：2015-12-16
申请号：CN201510648892.0
申请日：2015-10-09
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 微生物燃料电池及多功能微电子数据采集装置，涉及微生物燃料电池数据采集装置，本发明为了解决现有微生物燃料电池微电子数据采集装置体积大、携带不便、且需要外电源持续供电，遇到断电数据采集难以工作的问题，本发明包括转换器、多路轮询数据采集单元、CPU数据处理单元、存储器、显示器、无线发送单元和n个电池，电池的电源输出端与DC-DC转换器并接，电池的检测信号的输出端与多路轮询数据采集单元连通，转换器的电源输出端为多路轮询数据采集单元、CPU数据处理单元、存储器、显示器和无线发送单元供电，多路轮询数据采集单元与CPU数据处理单元连通，CPU数据处理单元与无线发送单元连通。本发明适用于微生物燃料电池数据采集。
-
公开(公告)号：CN116000896B
公开(公告)日：2025-01-07
申请号：CN202211543727.5
申请日：2022-12-03
Applicant: 哈尔滨工业大学(深圳)
IPC: B25J5/02
Abstract: 本发明适用于轨道机器人技术领域，提供了一种快速反向装置以及快速轨道反向装置，包括机架，机架上转动连接有行走机构；行走机构，行走机构至少包括转动轮系，驱动装置和固定框架，转动轮系安装于固定框架，转动轮系包括第一方向行走轮和第二方向行走轮，驱动装置用于驱动转动轮系转动，第一方向行走轮与第二方向行走轮转动方向相反；以及反向机构，反向机构与机架和行走机构连接，用于通过驱动行走机构相对行走平面摆动，切换第一方向行走轮或第二方向行走轮与行走平面接触，来改变行走机构在行走平面上的移动方向，解决了轨道机器人在反向运动时响应不及时，动能损耗大，主动轮跟轨道的摩擦容易损伤电机等问题。
-
Patent Agency Ranking
公开(公告)号：CN115308816B
公开(公告)日：2024-10-22
申请号：CN202210700588.6
申请日：2022-06-20
Applicant: 哈尔滨工业大学
IPC: G01W1/10 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种多参数大气数据同步预测系统及方法，包括数据预处理模块、输入模块、多任务模型和输出模块；数据预处理模块，用于对各大气参数数据进行标准化，输入模块用于将预处理后的大气参数输入所述多任务模型，多任务模型，用于将预处理后的数据进行进一步处理和优化，所述输出模块，用于输出多任务模型的大气预测结果；多任务模型包括：LSTM单元、不对称共享层、Repeat Vector层、GRU单元、Time Distributed层和损失处理层；本发明基于同方差不确定性和拉普拉斯损失分布假设改进加权损失的方法具有更好的性能及鲁棒性，可以提高多任务模型的表征能力和每个任务的性能；基于以上损失项加权处理方法推导的损失函数可以提高大气参数预测等回归任务的性能。
-
公开(公告)号：CN118552747A
公开(公告)日：2024-08-27
申请号：CN202410343560.0
申请日：2024-03-25
Applicant: 哈尔滨工业大学
IPC: G06V10/52 , G06V10/62 , G06V10/77 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种虚拟试验多变量时空序列的生成方法，包括构造多尺度注意力对时空序列进行预处理，自适应提取多尺度时空特征后，输入到三维ResNet18网络模型中进行特征提取；引入绝对时间编码进行时间校准，其中时间序列的绝对时刻作为输入数据输入到编码器，得到解码器输出，计算输入数据与解码器输出之间的偏差，作为编解码器模型训练的优化目标；利用交叉注意力头融合三维时空序列和一维绝对时间编码两种不同形式的输入；将提取到的特征依次输入到层级信息融合模块和时间信息融合模块中进行逐级处理得到三维特征图并输入到恢复模块中生成未来时空数据；采用时空移动平均MSE损失函数作为模型的训练损失，用于约束模型输出与期望值一致的时空状态。
-
公开(公告)号：CN118226551A
公开(公告)日：2024-06-21
申请号：CN202410354073.4
申请日：2024-03-27
Applicant: 哈尔滨工业大学
IPC: G01W1/10 , G06F18/214 , G06N3/0464
Abstract: 公开了一种用于天气预报的多元时空预测方法及系统，包括以下步骤：S1、制作天气数据集；S2、构建MSTFN模型，应用天气数据集为样本训练MSTFN模型，进行训练和优化；S3，基于训练好的MSTFN模型，输入天气数据进行天气预测。该方法能够挖掘天气时空场中的空间联系和时间依赖关系，避免长时预测的累计误差；捕捉影响天气的多变量之间的动态相关性，从而提升天气预测的精准度，通过小波引导的时空损失函数实现对于局部热点区域更好的预测。
-
公开(公告)号：CN117786396A
公开(公告)日：2024-03-29
申请号：CN202311814702.9
申请日：2023-12-27
Applicant: 哈尔滨工业大学
IPC: G06F18/2131 , G06F18/211 , G06N3/0464 , G06N3/0442 , G06F123/02
Abstract: 本发明公开了一种基于CSA‑ConvLSTM模型的短期海面温度预测方法及系统，属于海面温度预测技术领域。其方法包括：获取海面温度SST历史时序数据集；将所述历史时序数据集输入多层CSA‑ConvLSTM网络模型进行训练；将待预测海面温度SST数据输入训练好的多层CSA‑ConvLSTM网络模型，获取海面温度预测结果。本发明采用CSA‑ConvLSTM网络模型对海面温度进行预测，能够充分的挖掘海面温度SST数据的空间依赖关系，同时实现对特征通道重要程度的衡量，提高了海面温度数据预测的准确度。
-
公开(公告)号：CN117371487A
公开(公告)日：2024-01-09
申请号：CN202311298525.3
申请日：2023-10-09
Applicant: 哈尔滨工业大学
IPC: G06N3/0455 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于分离注意力机制的多变量时空数据生成方法，包括构建多变量时空数据生成网络模型；该模型包括编码器和解码器，编码器和解码器采用分离注意力机制对时空数据进行编码和解码，分离注意力机制，包括多头时间注意单元，多头通道注意单元和多头空间注意单元；根据同方差不确定性和高斯分布的最大似然，确定损失函数；获取历史数据和目标数据，根据所述损失函数对多变量时空数据生成网络模型进行训练；利用训练好的所述多变量时空数据生成网络模型生成时空数据。本发明公开的时空数据生成方法，能实现自动捕获时空上下文信息和通道间的耦合关系，进而实现在规则网格上进行空间模型化和映射，最终重构完整的时空信号。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.03 seconds)
