-
公开(公告)号：CN112580382B
公开(公告)日：2022-06-17
申请号：CN202011589243.5
申请日：2020-12-28
Applicant: 哈尔滨工程大学
IPC: G06K7/14
Abstract: 本发明公开了一种基于目标检测二维码定位方法，包括：构建二维码图像数据集，并划分为训练集和测试集，分别对两个数据集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；构建特征提取网络，利用特征提取网络对卷积操作进行优化，得到多个特征图；构建预测模块，采用空间注意力机制获得多个特征图中每个目标中心点特征；将训练集和每张图像所对应的标签文件输入特征提取网络和预测模块中进行训练，得到训练好的二维码定位模型；将训练集输入训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。该方法实现快速定位与较少参数模型的二维码定位模型。
-
公开(公告)号：CN114528490A
公开(公告)日：2022-05-24
申请号：CN202210151706.2
申请日：2022-02-18
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于用户长短期兴趣的自监督序列推荐方法。步骤1：获得用户信息、项目信息及用户行为的序列数据集，将数据集进行预处理并划分为训练集和测试集；步骤2：构建基于用户长短期兴趣的自监督序列推荐模型；步骤3：利用训练集对步骤2所述基于用户长短期兴趣的自监督序列推荐模型进行训练；步骤4：将待推荐用户的个人信息和交互序列输入到步骤3中训练后的基于用户长短期兴趣的自监督序列推荐模型，计算待推荐项目相对于该用户的推荐得分，根据推荐得分将项目推荐给用户。本发明用以解决现有技术中用户的长、短期兴趣二者间所存在的相互约束关系的问题，实现对用户长期兴趣和短期兴趣有更准确的推荐。
-
公开(公告)号：CN112580382A
公开(公告)日：2021-03-30
申请号：CN202011589243.5
申请日：2020-12-28
Applicant: 哈尔滨工程大学
IPC: G06K7/14
Abstract: 本发明公开了一种基于目标检测二维码定位方法，包括：构建二维码图像数据集，并划分为训练集和测试集，分别对两个数据集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；构建特征提取网络，利用特征提取网络对卷积操作进行优化，得到多个特征图；构建预测模块，采用空间注意力机制获得多个特征图中每个目标中心点特征；将训练集和每张图像所对应的标签文件输入特征提取网络和预测模块中进行训练，得到训练好的二维码定位模型；将训练集输入训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。该方法实现快速定位与较少参数模型的二维码定位模型。
-
公开(公告)号：CN119935549A
公开(公告)日：2025-05-06
申请号：CN202311448911.6
申请日：2023-11-02
Applicant: 哈尔滨工程大学 , 中国船舶集团有限公司第七一六研究所
IPC: G01M13/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/082 , G10L25/03 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于声学特性的多模态船用轴承故障检测方法，首先采集船用轴承数据并进行预处理，形成数据集，之后基于深度学习构建基于声学特性的多模态船用轴承故障检测模型，并基于数据集对多模态船用轴承故障检测模型进行训练和测试最后利用训练后的多模态船用轴承故障检测模型进行轴承故障检测。本发明方法充分利用了振动信号的多角度表征信息，将时域和频域作为多模态信息输入，避免单一模态无法准定位超声段噪声特征、异常工况发生区间和工况状态变化特点的局限性，通过从不同模态关注信号时域和频域等维度提取并融合轴承磨削信号更本质特征，从而实现不同工况间的跨域诊断。
-
Patent Agency Ranking
公开(公告)号：CN119006896A
公开(公告)日：2024-11-22
申请号：CN202411011291.4
申请日：2024-07-26
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/94
Abstract: 本发明提出一种面向联邦分类学习的公平感知激励方法，包括：步骤1：服务端初始化全局原型；步骤2：客户端初始化本地模型参数，利用全局原型，结合本地私有数据进行训练，更新本地模型参数和本地原型；步骤3：客户端将更新后的本地模型参数和本地原型上传至服务端；步骤4：对接收到的本地模型参数进行质量检测，生成边缘激励；步骤5：利用边缘激励和更新后的本地原型进行聚合，得到共识原型；步骤6：进行原型级别聚合，获取新的全局原型；步骤7：重复步骤2‑6，直至达到最大循环次数，输出最终的全局原型和每个客户端的个性化模型。本发明能更好地缓解数据异质性和类别不平衡对模型精度的影响，确保协作公平并激励高质量客户参与联邦学习。
-
公开(公告)号：CN119006895A
公开(公告)日：2024-11-22
申请号：CN202411011148.5
申请日：2024-07-26
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/44 , G06V10/774 , G06V10/82 , G06V10/778 , G06N3/0464
Abstract: 本发明提出一种面向图像分类的个性化联邦学习方法，包括：步骤1：基于服务器初始化全局原型#imgabs0#步骤2：将初始化后的全局原型发送至客户端；步骤3：客户端初始化本地模型参数#imgabs1#将本地数据集随机划分，对全局原型进行更新，获取更新后的模型参数和本地原型；步骤4：客户端保留更新后的模型参数，并将更新后的本地原型上传至服务器；步骤5：服务器对所有客户端上传的本地原型进行聚合，生成新的全局原型；步骤6：重复步骤2‑6，将每次得到的全局原型发送至客户端进行更新，直至达到最大循环次数，输出最终的全局原型。本发明能够更好地缓解数据异质性对模型精度产生的影响，获得更高的分类准确率，大大降低客户端与服务器之间的通信成本。
-
公开(公告)号：CN115048215B
公开(公告)日：2024-10-29
申请号：CN202210569070.3
申请日：2022-05-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于船舶海上航行模拟领域，具体涉及一种基于混合压缩格式的对角矩阵SPMV在GPU上的实现方法。输入COO格式的船舶海上航行模拟矩阵数据文件，将其转化成传统矩阵形式；基于非零元个数的标准差最小策略，将矩阵划分为DIA矩阵和对角线偏移量数组；利用转化的矩阵中剩余的数据，利用基于分块策略的CSR方式进行存储；分别将DIA矩阵数据和CSR相关数据分别从主机端传递到设备端，按照每个线程处理一行的方式进行GPU并行SPMV操作；将两个阶段的计算结果从设备端传递到主机端，并在主机端进行整合，实现船舶海上航行的模拟。本发明用以提高船舶海上航行模拟的稀疏矩阵算法的计算效率。
-
公开(公告)号：CN116401603A
公开(公告)日：2023-07-07
申请号：CN202310463832.6
申请日：2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/0455 , G06N3/047 , G06N3/096 , G01M13/045
Abstract: 本发明属于机械设备故障诊断领域，具体涉及一种基于迁移学习的多模态轴承故障智能诊断方法，包括采集不同工况下的原始振动信号分别作为源域数据和目标域数据，经过预处理操作获取时域、频域两个观测角度信息，作为模型的多模态输入；构建深度迁移网络模型，通过基于注意力机制的多模态信息融合网络深度挖掘同源数据的多角度表示特征，通过标签分类器及源域标记数据保证故障类别的诊断性能，通过领域鉴别器和子类度量模块分别适配源域和目标域数据的边缘分布和条件分布，动态调整两种分布在迁移过程中的权重，最终形成动态联合分布自适应。寻找域不变特征提高模型在目标域数据上的泛化能力，提高机械设备的跨域故障智能诊断精度。
-
公开(公告)号：CN115048215A
公开(公告)日：2022-09-13
申请号：CN202210569070.3
申请日：2022-05-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于船舶海上航行模拟领域，具体涉及一种基于混合压缩格式的对角矩阵SPMV在GPU上的实现方法。输入COO格式的船舶海上航行模拟矩阵数据文件，将其转化成传统矩阵形式；基于非零元个数的标准差最小策略，将矩阵划分为DIA矩阵和对角线偏移量数组；利用转化的矩阵中剩余的数据，利用基于分块策略的CSR方式进行存储；分别将DIA矩阵数据和CSR相关数据分别从主机端传递到设备端，按照每个线程处理一行的方式进行GPU并行SPMV操作；将两个阶段的计算结果从设备端传递到主机端，并在主机端进行整合，实现船舶海上航行的模拟。本发明用以提高船舶海上航行模拟的稀疏矩阵算法的计算效率。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.061 seconds)
