-
公开(公告)号：CN116720431A
公开(公告)日：2023-09-08
申请号：CN202310627432.4
申请日：2023-05-30
Applicant: 哈尔滨工程大学
Inventor： 国强 , 刘从业 , 王亚妮 , 王勇 , 乔勒纳果勒·列昂尼德
IPC: G06F30/27 , H01Q21/00 , H01Q3/30 , H01Q3/28 , G06F111/06
Abstract: 本发明涉及阵列天线综合领域，尤其涉及一种稀布平面阵列综合方法。本发明为平衡开发和勘探过程比重，对算术优化算法中的算术优化加速器采用非线性函数重构；采用前三优的个体代替当前最优个体进行勘探开发并引入精英变异策略，以增强算法跳出局部最优的能力，提高算法的收敛精度；提出了一种自适应矩阵映射法则，对当前阵元分布进行判断，若其不满足最小阵元间距约束，则通过调整策略对其进行调整，避免不可行解的同时保证了阵元的自由度。
-
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。
-
公开(公告)号：CN110889282B
公开(公告)日：2023-03-21
申请号：CN201911189487.1
申请日：2019-11-28
Applicant: 哈尔滨工程大学
IPC: G06F40/284 , G06F40/211 , G06F40/216 , G06N3/0464
Abstract: 本发明提供了一种基于深度学习的文本情感分析方法。(1)输入文本数据，去除停用词，提取关键字，形成关键字集合。(2)通过构建关键字共现图，形成稠密的子图；获取子图和文档中句子的向量表示，进而将句子分配给子图；设计子图与子图之间的边缘连接和边缘权重，形成文档的拓扑交互图表达；(3)将拓扑交互图作为Emo‑GCN模型的输入，进行抽取节点特征变换，然后融合局部结构信息，获得节点聚合矩阵。将聚合的信息做非线性变换。Emo‑GCN模型采用层级结构，逐层抽取特征。本发明采用新颖的拓扑交互图表达文本信息进而使用图卷积神经网络进行文本情感分析，并且仍然具备强大的适应性。该方法应用于产品推荐、市场预测、决策调整。
-
公开(公告)号：CN112528024B
公开(公告)日：2022-11-18
申请号：CN202011481477.8
申请日：2020-12-15
Applicant: 哈尔滨工程大学
IPC: G06F16/35 , G06F40/216 , G06F40/289 , G06K9/62
Abstract: 本发明提供了一种基于多特征融合的微博突发事件检测方法。对数据集进行噪音过滤；进行文本的分词，进行词性筛选，统计词频，得到预处理后的文本；对预处理结果进行突发词提取，结合词语的基础权重、突发权重、词语所受微博影响、用户影响力的计算结果进行加权求和得到词语的突发度，根据突发度进行词语的筛选，选出的词语作为突发词放入突发词集；对突发词集中的词语进行基于词语共现度的相似性计算，根据结果构建相似度矩阵；对相似度矩阵中的词语进行凝聚式层次聚类，根据聚类结果得到突发事件检测结果。本发明提出的突发词提取方法能够提高突发词提取的精准度，进而有效提高突发事件检测的准确率，为网络舆情监控、突发事件处理以及社会安全管理提供良好支撑。
-
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。
-
Patent Agency Ranking
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：CN112511474B
公开(公告)日：2022-05-17
申请号：CN202011351885.1
申请日：2020-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于卷积神经网络和迁移学习的智能设备振动通信方法。本发明涉及物联网振动通信技术领域，本发明对智能设备的发送端进行振动信号的比特流分组调制发送；对智能设备的接收端采用信标位检测算法确定振动起点；对三轴加速度计信号进行主成分特征提取，去除信号噪声；对主成分分析特征提取后的加速度信号进行卷积神经网络解码，得到比特位组对应的符号标签；当通信环境发生改变时，进行迁移学习，提高振动信号识别准确率。本发明采用的比特流分组编码结合卷积神经网络解码的方式无需关心组内符号间干扰对传输准确率影响，能加快振动通信速率。相对于振幅调制和频率调制技术，本发明能被当前各种商业化智能设备所通用。
-
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：CN108830842B
公开(公告)日：2022-01-07
申请号：CN201810561043.5
申请日：2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于角点检测的医学图像处理方法。一：对医学图像进行预处理；二：提取Harris角点；三：计算尺度归一化算子，检测每个点在某一个尺度响应值是否达到最大，获得提取的角点矩阵；四：获得了图像的角点矩阵之后将获得的点在图像中绘制出来，之后将角点矩阵传给聚类算法，进行聚类处理；五：给出一个K值，按照Kmeans算法进行聚类处理，用相似度矩阵作为判别函数，相似度低于阈值的类，不再进行合并。本发明无论是效果还是处理效率，亦或是在实际中的应用方面，均表现出了优越性与极大的适用价值。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.046 seconds)
