-
公开(公告)号：CN114779088A
公开(公告)日：2022-07-22
申请号：CN202210415333.5
申请日：2022-04-20
Applicant: 哈尔滨工业大学
IPC: G01R31/367 , G01R31/392
Abstract: 基于最大期望‑无迹粒子滤波的电池剩余使用寿命预测方法，本发明涉及电池剩余使用寿命预测方法。本发明的目的是为了解决现有电池容量突然的增加将对电池的剩余使用寿命预测产生很大的误差的问题。过程为：1、提取第k次工作过程中的电池容量数据；2、构建基于无迹粒子滤波的动态电池退化模型；3、采用基于最大期望算法自适应地估计电池退化模型中的过程噪声和测量噪声；过程噪声和测量噪声用于第k+1次工作过程中，构建基于无迹粒子滤波的动态电池退化模型；4、判断第k次工作过程是否发生容量再生现象；5、求解电池剩余使用寿命和电池容量的置信区间；本发明用于电池的剩余使用寿命预测领域。
-
公开(公告)号：CN114418999A
公开(公告)日：2022-04-29
申请号：CN202210066319.9
申请日：2022-01-20
Applicant: 哈尔滨工业大学
Abstract: 基于病变关注金字塔卷积神经网络的视网膜病变检测系统，本发明涉及视网膜病变检测系统。本发明的目的是为了解决现有视网膜病变检测准确率低的问题。系统包括：图像处理主模块用于采集原始视网膜病变图像，对采集的原始视网膜病变图像进行预处理，获得预处理后的原始视网膜病变图像；神经网络主模块用于搭建病变关注金字塔卷积神经网络模型；训练主模块利用预处理后的原始视网膜病变图像对搭建好的病变关注金字塔卷积神经网络模型进行训练，获得训练好的病变关注金字塔卷积神经网络模型；检测主模块用于加载训练好的病变关注金字塔卷积神经网络模型，对待测试视网膜病变图像进行分类。本发明用于医学图像处理领域。
-
公开(公告)号：CN113204921B
公开(公告)日：2022-04-08
申请号：CN202110522956.8
申请日：2021-05-13
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 飞机涡扇发动机的剩余使用寿命预测方法及系统，它属于故障预测与人工智能相结合的学科交叉领域。本发明解决了传统基于数据驱动的剩余使用寿命预测方法的预测效果不佳以及参数繁多、难以直接处理将来时刻数据的问题。本发明通过传感器收集到的历史数据，训练一种基于对时间步长的自注意力机制双向门控循环单元的深度神经网络，构建传感器数据和剩余使用寿命的映射关系，能够解决传统长短时记忆网络所面临的参数繁多、难以直接处理将来时刻数据、以及难以反映不同时刻数据重要性程度的问题；然后提取系统在线工作过程中相应的传感器数据输入到训练好的深度神经网络中，实现了系统剩余使用寿命的实时预测。本发明可以应用于剩余使用寿命预测领域。
-
公开(公告)号：CN111488914B
公开(公告)日：2020-12-25
申请号：CN202010188695.6
申请日：2020-03-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于多任务学习的阿尔茨海默症分类及预测系统，本发明涉及阿尔茨海默症分类及预测系统。本发明的目的是为了解决现有阿尔茨海默症分类系统不能判断轻度认知障碍个体是否会向阿尔茨海默症转化的问题。图像处理主模块、临床指标处理主模块、神经网络主模块、训练主模块和检测主模块；所述图像处理主模块用于采集头部图像，对采集的头部图像进行预处理，获得预处理后的图像，并将预处理后图像输入训练主模块和检测主模块；所述临床指标处理主模块用于选定临床指标，获取临床指标的特征向量，并将临床指标的特征向量输入训练主模块和检测主模块；所述神经网络主模块用于搭建阿尔茨海默症分类及预测模型。本发明用于智能医疗检测技术领域。
-
公开(公告)号：CN111327421B
公开(公告)日：2020-11-13
申请号：CN202010130711.6
申请日：2020-02-28
Applicant: 哈尔滨工业大学
Abstract: 工业传感器网络系统的数据安全传输方法，属于数据传输技术领域。本发明为了解决现有传感器数据的安全传输方法实现过程复杂并且技术难度大的问题。包括：利用随机信号驱动生成随机数，并计算获得遮蔽数据；将采集的传感器测量数据按顺序叠加到遮蔽数据的不同通道上，获得已加密数据进行网络传输；在接收端对接收到的已加密数据通过解密矩阵进行还原，获得还原数据。本发明方法将工业传感器网络系统的数据安全传输问题和可靠性检测问题在统一的设计框架下一并解决，可以最大限度地减少安全性设计和安全性模块的成本。
-
Patent Agency Ranking
公开(公告)号：CN111488914A
公开(公告)日：2020-08-04
申请号：CN202010188695.6
申请日：2020-03-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于多任务学习的阿尔茨海默症分类及预测系统，本发明涉及阿尔茨海默症分类及预测系统。本发明的目的是为了解决现有阿尔茨海默症分类系统不能判断轻度认知障碍个体是否会向阿尔茨海默症转化的问题。图像处理主模块、临床指标处理主模块、神经网络主模块、训练主模块和检测主模块；所述图像处理主模块用于采集头部图像，对采集的头部图像进行预处理，获得预处理后的图像，并将预处理后图像输入训练主模块和检测主模块；所述临床指标处理主模块用于选定临床指标，获取临床指标的特征向量，并将临床指标的特征向量输入训练主模块和检测主模块；所述神经网络主模块用于搭建阿尔茨海默症分类及预测模型。本发明用于智能医疗检测技术领域。
-
公开(公告)号：CN111158351A
公开(公告)日：2020-05-15
申请号：CN202010059726.8
申请日：2020-01-19
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种数据驱动的故障诊断与最优控制系统一体化设计方法，属于工业过程监测、故障诊断和控制领域。本发明针对现有生产过程的故障诊断和控制存在设置冗余，不能及时共享重要及具有时效性信息的问题。包括：采用镇定控制器对实际工业生产系统进行控制，获得补充控制信号及增加前馈控制器进一步参与到对所述实际工业生产系统的控制中；采集实际工业生产系统的输出信号与预设的输出预期信号作差获得输出误差，镇定控制器对输出误差进行处理获得主控制信号；采用前馈控制器对输出预期信号进行处理获得辅助控制信号；主控制信号与辅助控制信号及补充控制信号相加后获得输入信号输入到实际工业生产系统中。本发明确保了数据在整个系统中的及时性及时效性。
-
-
公开(公告)号：CN104966106B
公开(公告)日：2018-06-22
申请号：CN201510409193.0
申请日：2015-07-13
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种基于支持向量机的生物年龄分步预测方法，本发明涉及基于支持向量机的生物年龄分步预测方法。本发明的目的是为了解决传统的生物年龄预测方法预测效率低、准确度低、成本高以及方法繁琐复杂的问题。通过以下技术方案实现的：步骤一、制成生物年龄数据集；步骤二、区分已知年龄的生物样本和未知年龄的生物样本；步骤三、组间分类；步骤四、生成对应的支持向量机模型；步骤五、建立最优支持向量机模型；步骤六、建立最优特征子集；步骤七、得到测试集中年龄未知的生物样本对应的年龄组的组别；步骤八、组内分类；步骤九、生成组内分类的支持向量机模型；步骤十、得到某个年龄组内测试集样本确切的年龄。本发明应用于生物年龄预测领域。
-
公开(公告)号：CN104708308B
公开(公告)日：2017-03-01
申请号：CN201510033262.2
申请日：2015-01-22
Applicant: 哈尔滨工业大学
IPC: B23P19/04 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 橱柜调节脚自动装配控制系统，涉及调节脚自动装配控制系统。本发明的目的是为了解决现有调节脚没有全自动装配系统，仅靠人工进行装配时，效率低下，加工精度不高的问题。橱柜调节脚自动装配控制系统包括：装配工件尺寸参数输入和存储模块，用于对装配工件尺寸的输入和存储；机器固定参数输入和存储模块，用于对机器执行机构的固定参数的输入和存储；圆柱型件运输及控制模块，用于圆柱型件装配过程中的翻转和运输；四轴联动安装模块，用于将T型件和圆柱型件进行装配；命令控制模块，用于控制机器的初始化、运行、暂停、停机操作；调试检测模块，用于调试机器各个部件并检测机器各个部件能否正常工作。本发明适用于橱柜调节脚自动装配。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.028 seconds)
