-
公开(公告)号：CN119578269A
公开(公告)日：2025-03-07
申请号：CN202510141793.7
申请日：2025-02-08
Applicant: 浙江嘉绍跨江大桥投资发展有限公司 , 哈尔滨工业大学 , 中交公路规划设计院有限公司
IPC: G06F30/27 , G06F30/23 , G06N3/042 , G06N3/0464 , G06N3/098 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于GNN与GRU的桥梁结构时变火灾响应预测方法及系统，方法包括：建立待测桥梁结构FEM模型并随机生成火灾曲线，两者结合生成数据集；根据FEM模型建立图结构，在图结构节点中嵌入用于温度、应力以及位移预测的静态和动态特征；构建消息传递层，GNN负责空间信息传递，GRU负责时间信息传递；利用两者结合的消息传递公式模拟热传导公式；接收来自图结构的包括温度、应力、位移预测特征的节点输入向量；确定损失函数并对温度、应力、位移预测的GNN+GRU网络分开训练；待测桥梁结构遭遇火情时，通过训练好的模型获取待测桥梁结构的火灾响应情况。解决了传统的GNN模型只能预测非时变边界火灾响应的问题。
-
公开(公告)号：CN119445112A
公开(公告)日：2025-02-14
申请号：CN202411538065.1
申请日：2024-10-31
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N3/08
Abstract: 基于分级网络的结构健康监测突发事件异常数据诊断方法，属于机器学习、健康监测技术领域，尤其涉及结构健康监测中突发事件的识别；解决了现有传感器监测数据分析技术所存在的无法准确区分突发事件数据与异常数据，以及忽视传感器数据之间的内部联系导致丢失被测对象的本质特征，进而无法准确识别出突发事件的问题；所述方法包括：将图像样本集输入突发事件与异常数据分类识别网络，获得突发事件与异常数据分类识别结果。所述的基于分级网络的结构健康监测突发事件异常数据诊断方法，适用于识别混合了各种异常数据类型的突发事件数据。
-
公开(公告)号：CN119107426A
公开(公告)日：2024-12-10
申请号：CN202411321670.3
申请日：2024-09-23
Applicant: 哈尔滨工业大学
IPC: G06T17/05 , G06N3/0464 , G06N3/084 , G06V10/774 , G06T7/13 , G06T5/70 , G06T3/4007
Abstract: 本发明属于土木工程结构健康监测技术领域，具体涉及一种基于改进MVSNet的建筑三维模型重建方法及其重建系统。利用DTU数据集扩充图片集对应的稀疏深度图数据集和边缘图数据集；训练所提出的网络ISENet得到最优权重；获得不同视角的建筑外观图片得到多视角图片集；基于已知的相机内参和SfM算法，计算并优化多视角图片集中每张图片对应的相机参数和稀疏深度图，并计算每张图片对应的边缘图；利用训练得到的权重通过ISENet模型得到对应的深度图；以多视角图片集、深度图和相机参数为基础，基于深度图合成点云算法得到稠密的建筑三维点云模型。本发明用以解决现有技术在建筑三维重建中，主动法模型不完整，被动法模型不精准，融合法输出不一致等问题，且克服了深度学习MVS方法在建筑边缘建模误差较大的问题。
-
公开(公告)号：CN118571009A
公开(公告)日：2024-08-30
申请号：CN202410653041.4
申请日：2024-05-24
Applicant: 哈尔滨工业大学
IPC: G08G1/01 , G06N3/0455
Abstract: 一种基于Transformer与GCN的城市交通网络交通流预测方法与系统。涉及交通预测技术领域，具体涉及城市交通网络交通流预测技术领域。为解决现有研究发明的不足，本发明提供如下方案，将交通系统收集的数据进行Z‑score归一化处理、对交通网络时空属性进行收集与编码、根据道路网络与交通数据进行预定义拓扑结构结构、建立一个基于Transformer与GCN的神经网络模型、利用历史数据对提出的模型进行训练、采用自回归的推理模式，根据历史交通数据预测未来交通荷载数据。本发明在交通领域中有较好的应用，可以提高交通流量预测的准确性和可靠性，为交通管理和规划提供有力支持。
-
公开(公告)号：CN118194714A
公开(公告)日：2024-06-14
申请号：CN202410400459.4
申请日：2024-04-03
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/23 , G06F30/17 , G06T17/20 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084 , G06F119/14 , G06F111/04 , G06F111/10 , G06N3/048
Abstract: 一种基于Transformer和图卷积神经网络的结构动力响应计算方法，涉及结构动力响应计算技术领域。解决了现有土木工程传统计算方法无法满足数字化智能技术关于快速计算需求的问题。方法包括：对结构进行建模，并根据荷载序列A和建模结构计算结构动力响应序列，根据荷载序列A、结构动力响应序列、模态振型以及刚度矩阵构建训练集；构建Transformer‑GCN结构动力响应计算模型；将训练集输入至结构动力响应预测模型中进行训练；将荷载序列B、模态振型和刚度矩阵构建测试集，将测试集输入到已完成训练的Transformer‑GCN结构动力响应计算模型中进行结构动态响应预测。应用于土木工程领域。
-
Patent Agency Ranking
公开(公告)号：CN110796047B
公开(公告)日：2022-08-09
申请号：CN201910993859.X
申请日：2019-10-18
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于机器学习的自适应稀疏时频分析方法，所述方法包括以下步骤：步骤1、传感器测量得到的信号经过滤波得到目标信号矩阵；步骤2、构建初始相位函数和初始基矩阵，作为整个方法的已知输入；步骤3、采用一个四层神经网络作为非凸最小二乘目标函数的求解器；步骤4、通过定义一个损失函数作为目标函数，训练网络权重，由权重计算得到时变频率，并积分更新相位函数和基矩阵，进行神经网络权重进一步优化。该方法结合了机器学习中神经网络和时频分析方法，可实现自动学习和优化求解非凸最小二乘问题，以及显著减少算法对初值的敏感性。
-
公开(公告)号：CN110502965B
公开(公告)日：2022-05-17
申请号：CN201910560913.1
申请日：2019-06-26
Applicant: 哈尔滨工业大学
IPC: G06V40/10 , G06V40/16 , G06V10/25 , G06V10/46 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于计算机视觉人体姿态估计的施工安全帽佩戴监测方法，包括以下步骤：S100根据实时多人姿态估计算法模型OpenPose检测并输出图像中的所有个体的身体骨架姿态；S200根据深度学习目标检测算法模型YOLOv3检测出图像中的工人与安全帽，以两类矩形边框分别进行标识和输出；S300整合两种算法模型，根据两类矩形边框的交面比、以及安全帽矩形边框的对角线长度和人物面部中心点到安全帽中心点长度的比对，判断图中工人是否佩戴安全帽。本发明能够准确判断安全帽是否被正确佩戴，该方法逻辑流程清晰，检测速度快，对实时保障施工现场安全帽的有效佩戴，对维护施工人员的生命安全具有重要意义。
-
公开(公告)号：CN107894402A
公开(公告)日：2018-04-10
申请号：CN201711079620.9
申请日：2017-11-06
Applicant: 哈尔滨工业大学
IPC: G01N21/27
Abstract: 一种基于光纤光栅和石墨烯薄膜的结冰监测与融冰一体化系统，涉及一种结冰监测与融冰一体化系统。目的是解决现有测冰融冰技术不能实时同步监测结冰和融冰的过程、现有测冰融冰装置使用受到环境限制和检测结果准确性低的问题。该系统，由测冰融冰复合膜、光纤光栅传感解调仪、复合膜输入电源和计算机构成；该系统由测冰融冰复合膜、光纤光栅传感解调仪、复合膜输入电源和计算机构成；测冰融冰复合膜由光纤布拉格光栅传感带、石墨烯薄膜、上层聚对苯二甲酸乙二醇酯膜、下层聚对苯二甲酸乙二醇酯膜和塑料套管构成；光纤布拉格光栅传感带由数个光纤布拉格光栅传感器串接构成。该系统能够实时同步监测结冰和融冰的过程，布置灵活，准确性高，效率高。
-
公开(公告)号：CN119578269B
公开(公告)日：2025-05-16
申请号：CN202510141793.7
申请日：2025-02-08
Applicant: 浙江嘉绍跨江大桥投资发展有限公司 , 哈尔滨工业大学 , 中交公路规划设计院有限公司
IPC: G06F30/27 , G06F30/23 , G06N3/042 , G06N3/0464 , G06N3/098 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于GNN与GRU的桥梁结构时变火灾响应预测方法及系统，方法包括：建立待测桥梁结构FEM模型并随机生成火灾曲线，两者结合生成数据集；根据FEM模型建立图结构，在图结构节点中嵌入用于温度、应力以及位移预测的静态和动态特征；构建消息传递层，GNN负责空间信息传递，GRU负责时间信息传递；利用两者结合的消息传递公式模拟热传导公式；接收来自图结构的包括温度、应力、位移预测特征的节点输入向量；确定损失函数并对温度、应力、位移预测的GNN+GRU网络分开训练；待测桥梁结构遭遇火情时，通过训练好的模型获取待测桥梁结构的火灾响应情况。解决了传统的GNN模型只能预测非时变边界火灾响应的问题。
-
公开(公告)号：CN119976816A
公开(公告)日：2025-05-13
申请号：CN202510106089.8
申请日：2025-01-23
Applicant: 浙江嘉绍跨江大桥投资发展有限公司 , 哈尔滨工业大学 , 中交公路规划设计院有限公司
IPC: C01B32/184 , H02N1/04
Abstract: 本发明提供了一种基于碳网络调控的石墨烯正摩擦电传感材料及其制备方法。通过对氧化石墨烯薄膜进行多温区热还原处理，精准调控碳网络上碳、氧缺陷比例，实现了功函数优化、机械性能增强和摩擦电输出性能的显著提升。制备过程包括：氧化石墨烯溶液的真空处理与均匀成膜、不同热还原温度调控缺陷分布。该方法通过优化碳缺陷、消除氧缺陷，构建稳定的碳导电网络，使石墨烯薄膜同时具有高电正性与韧性。基于该材料构建的摩擦纳米发电机具有超高的输出性能和优异的长期稳定性。本发明制备方法工艺简单、适合大规模生产，为柔性电子、智能传感及纳米发电领域提供了全新材料解决方案，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.027 seconds)
