-
公开(公告)号：CN111627419A
公开(公告)日：2020-09-04
申请号：CN202010387814.0
申请日：2020-05-09
Applicant: 哈尔滨工程大学
IPC: G10L13/047 , G10L13/08 , G10L25/30 , G06N3/04 , G06N3/08
Abstract: 一种基于水下目标及环境信息特征的声音生成方法，它属于水声信号生成研究领域。本发明解决了利用传统特征提取方法构造出的水下目标声音信号特征字典和环境声音信号特征字典进行水声信号生成时会导致生成的水声信号的效果差，以及现有TTS声音生成模型在水声信号生成上的应用受到限制的问题。本发明结合听觉注意机制的特点，对水下目标声音信号和环境声音信号进行特征提取时将其特征显著化，提高水下目标声音信号和环境声音信号特征字典的特征准确度。将特征字典作为声音生成模型的发声字典，嵌入声音生成模型，提升了生成的水声信号的效果，本发明使TTS的应用领域从对人类语音的生成扩展到对水声信号的生成。本发明方法可以应用于水声信号的生成。
-
公开(公告)号：CN111553389A
公开(公告)日：2020-08-18
申请号：CN202010271181.7
申请日：2020-04-08
Applicant: 哈尔滨工程大学
Abstract: 一种用于理解深度学习模型决策机制的决策树生成方法，它属于深度学习模型的决策机制理解技术领域。本发明解决了在现有基于决策树的深度学习模型决策机制理解方法中需要对深度学习模型进行特殊处理，产生的理解效果有限，且现有方法复杂，对模型决策机制的理解造成影响的问题。本发明利用训练好的深度学习模型，通过使用局部解释的方法来得到输入变量的贡献值，从而最终构建出贡献分布矩阵。将贡献分布矩阵作为输入，利用平均贡献值差异作为划分标准，递归地分区生成模型的决策树，再对生成的决策树进行剪枝、验证最终得到最优解释树。本发明可以应用于深度学习模型的决策机制理解。
-
公开(公告)号：CN110147393A
公开(公告)日：2019-08-20
申请号：CN201910435269.5
申请日：2019-05-23
Applicant: 哈尔滨工程大学
IPC: G06F16/2458
Abstract: 面向数据空间的实体解析方法，本发明涉及实体解析方法。本发明的目的是为了解决现有在数据空间中进行实体解析时，要对记录进行对比，对于不同领域的记录对，匹配概率很小，成对对比会浪费资源的问题。过程为：步骤一、构建记录图：步骤二、采用剪枝方法简化记录图；步骤三、对剪化后的记录图进行分块处理；步骤四、建立属性映射集群；步骤五、计算属性映射集的优度；步骤六、得到属性映射集群中各个映射集的优度后，在块内进行实体解析。本发明用于数据实体解析领域。
-
公开(公告)号：CN113011093B
公开(公告)日：2022-09-30
申请号：CN202110277082.4
申请日：2021-03-15
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/10
Abstract: 基于LCWaveGAN的船舶航行噪声仿真生成方法，本发明涉及船舶航行噪声仿真生成方法。本发明的目的是为了解决现有船舶航行水下辐射噪声信号准确率低，获得方式繁琐的问题。过程为：一、获取真实的船舶水下辐射噪声；二、得到连续谱；三、生成时域的连续谱噪声信号；四、生成仿真的船舶水下辐射噪声连续谱的时域信号；五、生成仿真的连续谱时域信号；六、提取调制参数；七、合成调制信号；八、提取真实的船舶水下辐射噪声的线谱；九、生成连续谱；十、通过调制信号和连续谱，叠加形成静止状态下的消声水池的目标仿真水下辐射噪声；十一、对水下辐射噪声进行运动修正，得到仿真船舶航行水下辐射噪声。本发明用于船舶航行数据生成领域。
-
公开(公告)号：CN113298184B
公开(公告)日：2022-09-02
申请号：CN202110687034.2
申请日：2021-06-21
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 用于小样本图像识别的样本抽取、扩充方法及存储介质，属于图像处理技术领域。为了解决针对于小样本图像识别过程中采用生成新样本的方式中存在的可能导致的生成错误样本的问题。本发明首先提出了一种基于特征重构的样本抽取方法来解决小样本数据集特征缺失的问题，从数据特征的角度实现了大样本数据集中抽取出一个典型小样本数据集。该方法将大样本数据的质心作为抽取度量的标准，使得抽取出的典型小样本数据集具有更全面的特征，效果更稳定。本发明还提出了基于变形信息的样本扩充方法，利用最优划分中同类异簇的数据间变形信息实现了将抽取出的典型小样本数据集扩充成新的大样本数据集。主要用于小样本图像识别的样本抽取及扩充。
-
Patent Agency Ranking
公开(公告)号：CN111008674B
公开(公告)日：2022-05-03
申请号：CN201911351335.7
申请日：2019-12-24
Applicant: 哈尔滨工程大学
Abstract: 一种基于快速循环单元的水下目标探测方法，涉及水下声纹特征提取技术领域，针对现有技术中的水下目标探测技术存在探测精度低的问题，本发明在对水声信号样本分帧后的片段完成特征提取和特征选择后，将这些特征按时间顺序排列，从而得到由特征组成的时序数据，并利用循环神经网络对时序数据进行处理，以此提高了水下目标探测的准确率并减少了误报率。
-
公开(公告)号：CN111627419B
公开(公告)日：2022-03-22
申请号：CN202010387814.0
申请日：2020-05-09
Applicant: 哈尔滨工程大学
IPC: G10L13/047 , G10L13/08 , G10L25/30 , G06N3/04 , G06N3/08
Abstract: 一种基于水下目标及环境信息特征的声音生成方法，它属于水声信号生成研究领域。本发明解决了利用传统特征提取方法构造出的水下目标声音信号特征字典和环境声音信号特征字典进行水声信号生成时会导致生成的水声信号的效果差，以及现有TTS声音生成模型在水声信号生成上的应用受到限制的问题。本发明结合听觉注意机制的特点，对水下目标声音信号和环境声音信号进行特征提取时将其特征显著化，提高水下目标声音信号和环境声音信号特征字典的特征准确度。将特征字典作为声音生成模型的发声字典，嵌入声音生成模型，提升了生成的水声信号的效果，本发明使TTS的应用领域从对人类语音的生成扩展到对水声信号的生成。本发明方法可以应用于水声信号的生成。
-
公开(公告)号：CN111766901A
公开(公告)日：2020-10-13
申请号：CN202010713170.X
申请日：2020-07-22
Applicant: 哈尔滨工程大学
IPC: G05D1/12
Abstract: 多无人机协同目标分配攻击方法，属于多无人机协同目标分配的技术领域，解决了现有多无人机协同目标分配作战时，由于环境影响，造成目标攻击准确率低的问题，本发明针对多个无人机在复杂的约束条件下对多个目标进行攻击作战任务，将模型分为两个作战阶段，第一部分无人机从同一地点出发到达已知无人机攻击区域，考虑时间代价和航程代价。到达指定攻击地点后，根据建立的优势攻击函数，以及考虑航程、时间、威胁、收益等代价综合考虑，合理分配目标，以寻找最佳的攻击位置，达到理想的攻击效果。本发明适用于多无人机协同攻击多目标。
-
公开(公告)号：CN111553462A
公开(公告)日：2020-08-18
申请号：CN202010270530.3
申请日：2020-04-08
Applicant: 哈尔滨工程大学
IPC: G06N3/04
Abstract: 一种类激活映射方法，它属于类激活映射图生成研究技术领域。本发明解决了由于梯度的不稳定性，导致以梯度为权重生成的类激活映射图质量受到影响的问题。本发明将AlexNet模型中最后一层卷积层得到的激活图还原为输入图像大小，通过类似掩膜的处理方式，但不同的是将原始输入图像的像素值与还原同等尺寸大小的激活图中对应像素值进行点乘操作，再将生成的掩膜图像样本输入到AlexNet模型中，经过Softmax函数得到各个掩膜图像样本的值，将得到的掩膜图像样本的值作为对应激活图的权重值。再将还原同等尺寸大小的激活图与权重进行线性加权，得到最终的Acc-CAM类激活映射图。本发明可以应用于生成类激活映射图。
-
公开(公告)号：CN111476369A
公开(公告)日：2020-07-31
申请号：CN202010396685.1
申请日：2020-05-11
Applicant: 哈尔滨工程大学
Abstract: 一种神经网络模型的训练方法,解决了基于图像的神经网络模型存在训练时间过长与分类结果随机震荡的问题，属于图像识别的机器学习技术领域。本发明包括：将图像的训练集输入到神经网络模型中进行训练，获取当前神经网络模型的参数，回归模型根据当前神经网络模型参数的数值拟合出下一步的梯度；回归模型的获取方法为：使用神经网络模型在所述训练集的相似图像数据集上进行训练时记录的神经网络模型参数矩阵和梯度矩阵构成先验知识，利用回归模型构建神经网络模型参数和梯度之间的关系；根据拟合出的梯度更新神经网络模型的参数。本发明还可以与梯度下降算法交叉调用的方式，获取下一步梯度，本发明能够有效降低神经网络模型训练时间。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.026 seconds)
