-
公开(公告)号：CN106021297A
公开(公告)日：2016-10-12
申请号：CN201610289513.8
申请日：2016-05-04
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06F17/30908
Abstract: 基于上下文感知和复杂语义关联的数据空间建模方法，本发明涉及数据空间建模方法。本发明的目的是为了解决现有方法存在以下缺陷：1)上下文感知性较弱；2)语义关系表达能力弱；3)语义关联推理能力弱。通过以下技术方案实现的：步骤一、构建一种半结构化图模型，称之为上下文感知的复杂语义关联网络模型COSAN；步骤二、根据上下文感知的复杂语义关联网络模型COSAN表示上下文感知的解释对象；步骤三、根据上下文感知的解释对象得出上下文感知的基本语义关联和复杂多元语义关联；步骤四、根据上下文感知的基本语义关联和复杂多元语义关联得出语义关联推理规则。本发明应用于数据空间建模领域。
-
公开(公告)号：CN105868336A
公开(公告)日：2016-08-17
申请号：CN201610182802.8
申请日：2016-03-28
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 路网中面向集合的空间关键词查询方法，属于空间关键词查询技术领域。本发明的提出是为了实现对于用户的提出的空间关键词查询能够快速返回多条最佳路线供用户选择。技术要点：本发明所提出的路网中面向集合受查询方向约束的空间关键词查询给出了两种情况，即面向无主关键词的查询和主关键词优先的查询。无主关键词的查询即从查询点出发按照道路网在可查询范围内扩展查询。主关键词优先的查询，首先在可查询范围内以一种迭代替换的方式进行扩展查询直到查询到主关键词对象，若还有关键词没有被已查询到的空间对象所覆盖，则以面向无主关键词的查询方式继续进行扩展查询。分别对以上两种查询进行了实验，证明了所提方法的有效性。
-
公开(公告)号：CN114565831B
公开(公告)日：2025-02-25
申请号：CN202210202911.7
申请日：2022-03-02
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 一种考虑深度学习模型健壮性的水下目标分类的方法，本发明为了解决现有深度学习模型对水下目标分类准确率低的问题，它包括利用训练好的原始模型对采集的水下目标数据训练集进行预测得到所有分类正确样本的集合和所有分类错误样本的集合；将所有分类错误样本的集合输入训练好的原始模型内，对分类错误样本的特征进行聚类和特征补偿，得到分类错误样本的特征补偿；将特征补偿输入训练好的原始模型内得到特征补偿后的原始模型；将水下目标数据训练集输入特征补偿后的原始模型内，输出分类错误的样本；建立对抗训练模型，得到训练好的对抗训练模型；将对抗训练模型与特征补偿后的原始模型加权组合生成深度学习模型；属于水下目标分类领域。
-
公开(公告)号：CN113592016B
公开(公告)日：2023-12-01
申请号：CN202110908117.X
申请日：2021-08-09
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 基于互信息增强的自监督新颖性检测方法，涉及图像处理领域。本发明是为了解决现有图像新颖性检测方法的重构效果不佳，难以对类内外图像边界进行区分，进而导致在复杂场景中检测效果差的问题。本发明具体过程为：将待检测的图像输入到训练好的自监督新颖性检测模型的自编码网络中进行新颖性检测，获得检测结果。所述自监督新颖性检测模型包括：自编码网络、隐鉴别器、鉴别器、分类器；自编码网络包括：生成器和编码器，用于对输入的待检测图像数据进行重构；所述隐鉴别器用于与编码器进行对抗训练；所述鉴别器用于与生成器进行对抗训练；分类器用于对生成器生成的图像进行分类。本发明用于对图像的新颖性进行检测。
-
公开(公告)号：CN115860104A
公开(公告)日：2023-03-28
申请号：CN202211386351.1
申请日：2022-11-07
Applicant: 哈尔滨工程大学
Abstract: 基于不确定性感知分层强化学习的迷宫导航策略学习方法，为了解决迷宫导航的分层强化学习训练阶段存在诸多不确定因素，导致分层强化学习的高层策略训练不稳定，使智能体决策准确率较低的问题，确定迷宫导航分层强化学习中影响高层策略训练稳定性的因素；获取迷宫导航的训练数据集；利用训练数据集对构建的动作不确定性估计网络进行训练，输入迷宫导航中智能体的状态和任务目标，输出伪子目标，得到训练好的动作不确定性估计网络；利用伪子目标约束分层强化学习高层策略的训练过程，得到子目标；利用子目标约束分层强化学习低层策略的训练过程，得到智能体的动作，计算低层策略的期望最大化平均奖励回报，回报值越大，迷宫导航策略学习越成功。
-
Patent Agency Ranking
公开(公告)号：CN113554104B
公开(公告)日：2022-09-30
申请号：CN202110856234.6
申请日：2021-07-28
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/04 , G06N3/08
Abstract: 一种基于深度学习模型的图像分类方法，属于图像分类领域。本发明解决了现有针对图像分类的神经网络无法在保证图像分类准确率的同时降低训练时间和模型参数规模的问题。本发明方法包括：建立图像分类模型，对图像分类模型进行冷启动训练；获取图像数据作为训练集，从“V”型相似度曲线中选取一个相似度系数作为相似度阈值，基于该阈值，利用训练集对图像分类模型参数进行训练，获取当前图像分类模型的参数；基于动态阈值和当前图像分类模型的参数，逐步降低该阈值，将训练集输入图像分类模型中，进行图像分类模型训练，获得最优的分类模型，停止图像分类模型训练；将待分类的图像输入最优的图像分类模型，得到图像分类结果。本发明用于图像分类。
-
公开(公告)号：CN114510945A
公开(公告)日：2022-05-17
申请号：CN202210157121.1
申请日：2022-02-21
Applicant: 哈尔滨工程大学
IPC: G06F40/295 , G06N3/04
Abstract: 基于偏旁特征嵌入的中文命名实体识别网络模型，涉及自然语言处理与中文命名实体识别领域。解决了现有中文命名实体识别算法的语义识别的准确率和F值低的问题。将字符拆分成其偏旁构成的形式，将其映射为偏旁特征向量、并与单词特征向量和字符特征向量，组合后输入到Bi‑LSTM编码层中进行编码中，编码后的特征经CRF解码层解码后得到输入文本的命名实体标签，从而实现对中文命名实体的识别。本发明主要用于对中文命名实体进行识别。
-
公开(公告)号：CN114326391A
公开(公告)日：2022-04-12
申请号：CN202111517862.8
申请日：2021-12-13
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 一种建筑能耗预测方法，属于能耗预测领域。本发明是为了解决现有的神经网络对能耗进行预测存在难以取得较好的预测效果的问题。本发明首先获取预测能耗指标历史数据并构建特征张量X＝[Xt,Xt‑1,...,Xt‑n]，其中Xt‑i表示t‑i时刻的特征向量，t表示当前时刻；特征向量中的元素为预测能耗指标；基于特征张量，根据时间粒度构建不同粒度对应的特征张量；所述的建筑能耗预测模型包括多粒度特征提取网络、注意力机制LSTM网络和预测模块，多粒度特征提取网络的输出作为注意力机制LSTM网络的输入，注意力机制LSTM网络的输出作为预测模块的输入，预测模块输出建筑能耗。主要用于建筑的能耗预测。
-
公开(公告)号：CN113962303A
公开(公告)日：2022-01-21
申请号：CN202111227231.2
申请日：2021-10-21
Applicant: 哈尔滨工程大学
Abstract: 基于密度融合的水下试验环境反演方法及系统，属于水声技术领域。本发明为了解决现有的匹配场反演比较复杂的问题以及声速剖面往往不能直接求解得到唯一解的问题。本发明首先将将环境特征输入OneHot和Embedding网络得到高维特征向量，然后根据环境特征和深度信息得到融合特征矩阵，将融合特征矩阵输入残差网络模型得到对应的环境剖面信息数据，从而实现试验环境反演。主要用于水下试验环境的反演。
-
公开(公告)号：CN113011093A
公开(公告)日：2021-06-22
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。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.024 seconds)
