-
公开(公告)号：CN118072385B
公开(公告)日：2024-11-12
申请号：CN202410103176.3
申请日：2024-01-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/096
Abstract: 本发明提供一种基于视频步态分析的帕金森病评估方法，其包括获取待评估的步态视频数据，对所述步态视频数据进行处理，建立视频数据集；对视频单帧图像进行人体体态识别，获取每一帧图像的人体关键点热度图；再利用图卷积基于时域和空间域完成关键点识别；通过双流时空自适应图卷积神经网络以及transformer模型结合搭建分类模型。应用本发明主要用于解决现有技术中存在的视频包含信息过多、干扰较多、评分主观性强等问题。
-
公开(公告)号：CN119169344B
公开(公告)日：2025-04-22
申请号：CN202411145247.2
申请日：2024-08-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于降低空间和通道特征冗余的可微分神经架构搜索方法，该方法包括首先定义搜索空间，在该搜索空间中寻找最优的神经网络架构；设计空间特征重构模块来消除空间特征冗余；使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性，根据计算出的注意力权重用于指导通道的去向；其中，注意力权重较高的通道被发送到操作空间，而其他通道则直接与操作空间的输出接触，以平衡信息保留和计算效率；将搜索到的最佳网络架构单元进行堆叠，重新构建并训练神经网络模型，进而实现图像的分类任务。本发明在轻量级、高效性、动态通道选择、信息保留与计算效率平衡、易于扩展与泛化以及提升图像分类性能等方面均展现出显著的优势。
-
公开(公告)号：CN119540241A
公开(公告)日：2025-02-28
申请号：CN202510103929.5
申请日：2025-01-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T3/4007 , G06T7/33 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/0499
Abstract: 本发明涉及基于深度学习的多模态印刷电路板缺陷检测方法、装置及存储介质，所述的方法包括采集三维点云数据和二维图像数据，并分别对三维点云数据和二维图像数据进行配准、对齐和预处理；将三维点云数据输入到双视图融合模块，映射生成鸟瞰图BV和前视图FV，分别对鸟瞰图BV和前视图FV进行一次特征提取和插值，最后融合得到多视图融合特征信息；将多视图融合特征信息和二维图像数据多次重复输入到注意力模块，生成融合特征；将融合特征输入检测模块，输出缺陷种类和边界框的预测结果。通过一种基于双向跨模态特征传递的目标检测方法，来解决印刷电路板上小目标缺陷信息在提取过程中容易丢失的问题。
-
公开(公告)号：CN119891564A
公开(公告)日：2025-04-25
申请号：CN202510386685.6
申请日：2025-03-31
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H02J13/00 , H02J1/10 , H04L67/12 , G06F30/20 , G06F30/18 , G06F113/04 , G06F119/14
Abstract: 本发明提出了一种直流微电网运行状况的数字孪生监测系统，涉及微电网监测技术领域，包括：物理层、数字层与服务层、通信连接层和数据层；物理层为微电网实物平台；数字层与服务层，以Unity平台为主体，通过数字孪生技术对微电网实物平台进行物理建模，得到微电网物理模型，将微电网物理模型作为数字孪生体映射到数字空间中，实时监测微电网实物平台的数据；数据层，利用Stm32微控制板计算微电网实物平台的电压电流的控制量；通信连接层通过CAN总线连接微电网实物平台与数据层中的Stm32微控制板，通过串口线连接Stm32微控制板与Unity平台。
-
公开(公告)号：CN117236193A
公开(公告)日：2023-12-15
申请号：CN202311418940.8
申请日：2023-10-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/27 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06F119/04
Abstract: 本发明公开了一种基于Transformer网络的离子磨机剩余使用寿命预测方法，涉及半导体制造技术领域，首先，利用特征压缩‑激发模块重新校准原始时间序列数据的权重，从而能够从不同的传感器数据中提取到与离子磨机剩余使用寿命预测相关的重要特征；然后，基于Transformer的离子磨机剩余使用寿命预测网络来学习特征的时间依赖性，并使用两个全连接层来将基于Transformer的离子磨机剩余使用寿命预测网络的输出映射到离子磨机剩余使用寿命预测值。本发明采用上述的一种基于Transformer网络的离子磨机剩余使用寿命预测方法，能够更好地学习时间序列数据的时间属性，通过压缩‑激发模块提取特征，并处理不同特征通道之间的关系，从而有效地预测剩余使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN119359156A
公开(公告)日：2025-01-24
申请号：CN202411897737.8
申请日：2024-12-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/0639 , G06Q50/04 , G06F18/213 , G06F18/10 , G06F18/214 , G06N3/0455 , G06N3/042 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及基于自编码器和图注意力网络的多工序制造质量预测方法。其中的方法包括：获取生产线上各工序的流程工艺传感器检测获得的时序特征数据，构建总流程工艺数据集，输入到半导体多工序质量预测模型中，对数据集进行预处理，按照阶段数量对特征进行分组后，将每个阶段内的特征输入到多层堆叠自编码器中，以特征降维到同一维度得到最后的中间特征，将获得中间特征作为图注意力网络的节点输入，迭代更新得到最终的节点输出，其中，图注意力网络采用残差机制，将最终的节点输出作为最后的前馈神经网络的输入，获得质量特征回归预测。本发明通过自编码器特征降维技术和图神经网络数据挖掘技术结合，实现多维度多阶段建模。
-
公开(公告)号：CN119169344A
公开(公告)日：2024-12-20
申请号：CN202411145247.2
申请日：2024-08-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于降低空间和通道特征冗余的可微分神经架构搜索方法，该方法包括首先定义搜索空间，在该搜索空间中寻找最优的神经网络架构；设计空间特征重构模块来消除空间特征冗余；使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性，根据计算出的注意力权重用于指导通道的去向；其中，注意力权重较高的通道被发送到操作空间，而其他通道则直接与操作空间的输出接触，以平衡信息保留和计算效率；将搜索到的最佳网络架构单元进行堆叠，重新构建并训练神经网络模型，进而实现图像的分类任务。本发明在轻量级、高效性、动态通道选择、信息保留与计算效率平衡、易于扩展与泛化以及提升图像分类性能等方面均展现出显著的优势。
-
公开(公告)号：CN118072385A
公开(公告)日：2024-05-24
申请号：CN202410103176.3
申请日：2024-01-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/096
Abstract: 本发明提供一种基于视频步态分析的帕金森病评估方法，其包括获取待评估的步态视频数据，对所述步态视频数据进行处理，建立视频数据集；对视频单帧图像进行人体体态识别，获取每一帧图像的人体关键点热度图；再利用图卷积基于时域和空间域完成关键点识别；通过双流时空自适应图卷积神经网络以及transformer模型结合搭建分类模型。应用本发明主要用于解决现有技术中存在的视频包含信息过多、干扰较多、评分主观性强等问题。
-
公开(公告)号：CN103523875A
公开(公告)日：2014-01-22
申请号：CN201310504913.2
申请日：2013-10-24
Applicant: 哈尔滨工业大学
Abstract: 二氧化氯和次氯酸钠联合作用杀灭长距离原水输水管道中淡水壳菜的方法，涉及一种杀灭原水输水管道中淡水壳菜的方法。本发明在25℃的情况下，向长距离原水输水管道中投加二氧化氯和次氯酸钠，连续投加3~7天，控制每升原水中二氧化氯浓度为1~3mg/L，次氯酸钠浓度为1~5mg/L。本发明在原水输水管道中投加二氧化氯，可杀灭淡水壳菜，次氯酸钠能够溶解足丝，促使其脱落，使其从管道中去除，解决淡水壳菜危害输水管道输水作用的问题。此外二氧化氯还可起到杀菌、灭藻的作用，能分解残留的细胞结构，具有杀孢子、杀病毒的效能，有利于后续水处理过程。本发明能有效控制原水及管道中淡水壳菜的数量，操作安全方便，具有极高的可行性。
-
公开(公告)号：CN102205999A
公开(公告)日：2011-10-05
申请号：CN201110108909.5
申请日：2011-04-28
Applicant: 哈尔滨工业大学
Abstract: 高锰酸钾杀灭原水输水管道中淡水壳菜的方法，涉及一种杀灭原水输水管道中淡水壳菜的方法。解决现有杀灭原水输水管道中淡水壳菜的方法操作复杂、可行性差，及采用含氯消毒剂的杀灭法产生消毒副产物，威胁饮用水安全的问题。向原水输水管道中投加高锰酸钾，连续投加5～12天，控制每升原水中高锰酸钾浓度达到1.2～1.8mg，完成高锰酸钾杀灭原水输水管道中淡水壳菜的方法。高锰酸钾能氧化杀灭淡水壳菜，淡水壳菜的死亡率达70％以上，同时高锰酸钾能去除水中嗅味，能发挥二氧化锰的凝核作用，预先达到絮凝和沉淀的目的，且不增加后续水处理工艺的难度。本发明具有操作简单、安全、稳定的特点，且无消毒副产物产生，具有极高的可行性。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.104 seconds)
