-
公开(公告)号：CN107609648B
公开(公告)日：2021-02-12
申请号：CN201710599192.6
申请日：2017-07-21
Applicant: 哈尔滨工程大学
IPC: G06N3/12
Abstract: 本发明设计了一种结合堆叠降噪稀疏自动编码器的遗传算法，主要包括堆叠降噪稀疏自动编码器部分、SOM神经网络部分和遗传算法。通过堆叠降噪稀疏自动编码器提取实时环境图像特征,同时消除环境噪声影响，经过SOM神经网络的映射拟合作为遗传算法中的适应度值，解决了传统遗传算法应用于复杂现实环境时，其固定适应度计算函数欠缺灵活性与准确性的问题，避免算法出现欺骗问题，提高了算法解的质量，同时SOM神经网络映射拟合能够有效避免其他神经网络的长时间迭代运算与输出误差问题。
-
公开(公告)号：CN107688752A
公开(公告)日：2018-02-13
申请号：CN201710717235.6
申请日：2017-08-21
Applicant: 哈尔滨工程大学
CPC classification number: G06F21/6254 , G06K9/6218 , G06K9/6267
Abstract: 本发明公开了一种面向多视图聚类挖掘的个性化隐私保护方法，属于信息安全技术领域。本发明提出隐私偏序拓扑分类算法(PT，Privacy Topology)，针对不同隐私数据的敏感性差异表示问题，先定义隐私关系并构建隐私偏序集，据此设计隐私数据的拓扑分类算法求解隐私线序集。针对隐私数据的多个视图，对原始数据、隐私度、元组敏感度、隐私线序集等视图进行多视图聚类。提出面向聚类的个性化匿名算法(PPOC，Personal Privacy Oriented Classtering),通过可变k-匿名策略，利用面向多视图聚类的满足个性化需求的隐私保护算法，实现对不同聚类簇以及同簇内部不同元组施加程度有别的个性化保护操作。
-
Patent Agency Ranking
公开(公告)号：CN107168743A
公开(公告)日：2017-09-15
申请号：CN201710364531.2
申请日：2017-05-22
Applicant: 哈尔滨工程大学
CPC classification number: G06F8/60 , G06F8/70 , H04L67/2866 , H04L67/34
Abstract: 本发明公开了一种算法重构装置，包括：上位机模块，软件通信体系框架SCA中间层模块、基带处理模块和射频模块；所述上位机模块，用于将算法分类成至少两个子算法；所述SCA中间层模块，用于运行SCA；所述SCA对应所述子算法建立波形应用组件，每个所述波形应用组件用于加载对应的所述子算法；所述上位机模块，还用于配置所述波形应用组件到自身，所述SCA中间层模块，所述基带处理模块和所述射频模块中的至少两个。本发明还公开了一种算法重构方法。
-
公开(公告)号：CN116118531A
公开(公告)日：2023-05-16
申请号：CN202211097527.1
申请日：2022-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种半潜式AUV无人充电装置。本发明主要设计三部分：第一部分为海上波浪能转换装置，波浪能转换装置通过在海面上下浮动将波浪能转化为电能并进行收集；第二部分为半潜式电源，用于电能的储存和AUV电能供应，同时在半潜式电源舱内设置AUV充电仓，作为AUV充电场所；第三部分为连接波浪能转换装置和半潜式电源的缆绳，缆绳内同时携带电缆，用于电能的传输；同时另一段缆绳一端固定于海底，一端与半潜式电源相连接，对半潜式电源起到固定作用。本发明为水下AUV提供及时充电场所，延长了水下AUV工作时长，解决了水下AUV作业时间短，作业面积范围小等问题，提高了水下AUV的续航能力，可以大大减小AUV水下作业时的人工充电成本，提高AUV的连续作业能力。
-
公开(公告)号：CN107544904B
公开(公告)日：2020-11-03
申请号：CN201710717237.5
申请日：2017-08-21
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于深度CG‑LSTM神经网络的软件可靠性预测模型，属于计算机软件技术领域。本发明包括模型训练和模型预测两部分，模型训练部分：对软件失效数据集进行数据归一化处理；利用归一化处理后的软件失效数据集训练基于深度CG‑LSTM神经网络的软件可靠性预测模型，获得预测模型。模型预测部分：获取当前软件失效数据并采进行数据归一化处理，然后输入获得的预测模型进行未来的软件失效预测，得到预测结果。本发明克服基于传统神经网络的软件可靠性预测模型的梯度消失问题、泛化能力差问题，模型预测精度更高、适用性更广。
-
公开(公告)号：CN107609648A
公开(公告)日：2018-01-19
申请号：CN201710599192.6
申请日：2017-07-21
Applicant: 哈尔滨工程大学
IPC: G06N3/12
Abstract: 本发明设计了一种结合堆叠降噪稀疏自动编码器的遗传算法，主要包括堆叠降噪稀疏自动编码器部分、SOM神经网络部分和遗传算法。通过堆叠降噪稀疏自动编码器提取实时环境图像特征,同时消除环境噪声影响，经过SOM神经网络的映射拟合作为遗传算法中的适应度值，解决了传统遗传算法应用于复杂现实环境时，其固定适应度计算函数欠缺灵活性与准确性的问题，避免算法出现欺骗问题，提高了算法解的质量，同时SOM神经网络映射拟合能够有效避免其他神经网络的长时间迭代运算与输出误差问题。
-
公开(公告)号：CN107544904A
公开(公告)日：2018-01-05
申请号：CN201710717237.5
申请日：2017-08-21
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于深度CG-LSTM神经网络的软件可靠性预测模型，属于计算机软件技术领域。本发明包括模型训练和模型预测两部分，模型训练部分：对软件失效数据集进行数据归一化处理；利用归一化处理后的软件失效数据集训练基于深度CG-LSTM神经网络的软件可靠性预测模型，获得预测模型。模型预测部分：获取当前软件失效数据并采进行数据归一化处理，然后输入获得的预测模型进行未来的软件失效预测，得到预测结果。本发明克服基于传统神经网络的软件可靠性预测模型的梯度消失问题、泛化能力差问题，模型预测精度更高、适用性更广。
-
-
-
-
-
-
Search Results
27
records
(took 0.032 seconds)
