-
公开(公告)号:CN113723492A
公开(公告)日:2021-11-30
申请号:CN202110978295.X
申请日:2021-08-25
Applicant: 哈尔滨理工大学
Abstract: 一种改进主动深度学习的高光谱图像半监督分类方法及装置,涉及遥感图像处理技术领域,用以解决现有高光谱图像分类方法中存在的小样本情况下人工标记花费时间过长且分类效果不佳的问题。本发明的技术要点包括:利用有标签样本训练卷积神经网络,并利用卷积神经网络对无标签样本进行类别概率预测;根据预测的类别概率,利用主动学习策略计算获得其中信息量最大的无标签样本;引入随机多图算法对无标签样本进行标记,在伪标签候选池中寻找信息量大的样本作为新样本,将新样本加入训练集,对卷积神经网络的分类模型不断进行微调。本发明在降低标记成本的同时可以提高模型在小样本数据集上的分类性能,可应用于标签样本稀缺的高光谱遥感图像分类之中。
-
公开(公告)号:CN113420807A
公开(公告)日:2021-09-21
申请号:CN202110690885.2
申请日:2021-06-22
Applicant: 哈尔滨理工大学
Abstract: 本发明是一种基于多任务学习与注意力机制的多模态融合情感识别系统、方法及实验评价方法,为解决现有技术中缺乏引入多模态融合机制的多模态情感识别过程效率、准确率低的问题;属于在人机交互领域,相对于单一模态的情感识别工作,多种模态相结合的情感识别应用更加广泛,因此提出一种基于多任务学习与注意力机制相结合的多模态融合情感识别方法。利用多任务学习引入辅助任务使得各模态自身的情感表示可以被更高效地学习到,交互注意力机制可以使得各模态间情感表示相互学习相互补充,进而提升对多模态情感得识别准确率;在多模态数据集CMU‑MOSI和CMU‑MOSEI上进行实验,准确率和F1值均有提升,同时提高了情感信息识别的准确性和效率。
-
公开(公告)号:CN113408430A
公开(公告)日:2021-09-17
申请号:CN202110692364.0
申请日:2021-06-22
Applicant: 哈尔滨理工大学
IPC: G06K9/00 , G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明是一种基于多级策略和深度强化学习框架的图像中文描述系统及方法,属于计算机视觉和自然语言处理的交叉领域,图像中文描述方法针对图像中文描述中生成语句的连贯性不佳、可读性差、模型训练时间长等问题;基于RNN的模型,语言指标和视觉语义功能集成以进行优化。所提出的框架包括多级策略网络和多级奖励功能两个模块,引入ResNet152网络提取图像全局特征,通过双层门控循环单元网络(GRU)解码生成图像中文描述模型。本文使用AI Challenger全球AI挑战赛图像中文描述数据集进行实验,并针对词级策略网络和语言奖励功能的几种代表性图像文本模型实验结果表明,该框架在各种评估指标上均具有提升。
-
公开(公告)号:CN110346142B
公开(公告)日:2021-06-29
申请号:CN201910680524.2
申请日:2019-07-25
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 一种基于无监督特征对齐的变负载下滚动轴承故障诊断方法,属于滚动轴承故障诊断领域。针对滚动轴承实际工作中缺少某种负载数据,使得源领域数据与目标领域数据属于不同分布以及目标领域样本不含标签的问题。利用变分模态分解结合奇异值分解获取振动信号的时频特征,再结合振动信号时域、频域特征构建多域特征集;引入迁移学习中能够实现无监督领域适应的子空间对齐算法并进行改进,将核映射方法与SA算法相结合。将训练数据和测试数据映射到相同高维空间,在高维空间的子空间进行特征对齐,实现不同负载下源领域特征向目标领域特征对齐。在目标领域无标签的情况下,利用滚动轴承已知负载数据识别出其他负载数据对应的状态,具有较高的故障诊断准确率。
-
公开(公告)号:CN112964469A
公开(公告)日:2021-06-15
申请号:CN202110222369.7
申请日:2021-02-28
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 一种迁移学习的变负载下滚动轴承在线故障诊断方法,属于故障诊断技术领域,用以解决现有离线训练方式的深度迁移方法不能有效保证变负载下滚动轴承在线故障诊断中的建模效率和准确率问题。本发明的技术要点包括:首先将原始时域振动信号作STFT处理,构建二维频谱数据集;然后使用源域数据训练源域CNN‑ISVM模型,得到源域分类模型,保存模型参数并将其迁移至目标域CNN‑ISVM训练过程中;最后通过在线数据对目标域CNN‑ISVM模型中的ISVM分类器进行更新修正,实现变负载下滚动轴承多状态在线识别。本发明方法极大地减少了模型训练时间和计算量,具有较高的建模效率,同时具有较高的准确率和良好的泛化性;对滚动轴承在实际工作中故障的在线监测与快速诊断有着重要的指导意义。
-
公开(公告)号:CN112183667A
公开(公告)日:2021-01-05
申请号:CN202011199000.0
申请日:2020-10-31
Applicant: 哈尔滨理工大学
Abstract: 一种协同深度学习的绝缘子故障检测方法,属于绝缘子故障检测技术领域,用以解决由于航拍图像中绝缘子背景复杂导致绝缘子故障区域的定位及检测精度受到影响的问题。本发明的技术要点在于,以跳跃结构构建FCN‑8s模型,基于FCN算法完成绝缘子图像分割,有效完成了滤除背景的目的;使用随机性更小的K‑means++聚类算法对绝缘子数据集聚类分析,优化YOLOv3算法的初始锚点框参数,进一步提高目标检测模型的定位及检测精度;本发明构建协同FCN和YOLOv3算法的绝缘子故障检测模型,经实验对比,相比于原始YOLOv3算法有效降低了误检与漏检概率,所对比的各项评价指标均有显著提升,有助于工程上综合安全性和经济性的因素考虑做出合理应对。
-
公开(公告)号:CN219268873U
公开(公告)日:2023-06-27
申请号:CN202221532236.6
申请日:2022-06-17
Applicant: 哈尔滨理工大学
Abstract: 本实用新型公开了一种智能家居网关系统,涉及智能家居领域,该智能家居网关系统包括:网关,用于通过Zigbee协调器接收节点综合模块的采集环境数据,通过与环境数据阈值的比较来选择对Zigbee协调器下达控制指令;LED显示屏,用于显示网关接收到的采集环境数据,并可根据现实需要修改环境数据的阈值;直接控制网关对Zigbee协调器下达控制节点综合模块的指令;与现有技术相比,本实用新型的有益效果是:本实用新型通过对STM32F407网关的一次阈值输入,使得智能家居网关系统基本实现自律运行;节点综合模块具有功能拓展的能力,便于适应不同状况;采用Zigbee数据传输更加节能环保。
-
公开(公告)号:CN209593449U
公开(公告)日:2019-11-05
申请号:CN201920665135.8
申请日:2019-05-10
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种十二维八次混沌系统模拟仿真电路,属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在的密钥空间小、安全性低、抗攻击能力不强等问题。该电路包括十二个通道电路:每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。可应用于保密通信、混沌密码学等领域,该高维混沌系统所产生的混沌序列密钥空间更大、复杂度更高、敏感性更强,可有效提高系统的抗破译能力。
-
公开(公告)号:CN203313266U
公开(公告)日:2013-11-27
申请号:CN201320416202.5
申请日:2013-07-11
Applicant: 哈尔滨理工大学
Abstract: 本实用新型提供了一种智能终端-PSTN网关,包括固定终端和智能移动终端;固定终端的电话线接口电路与DTMF收发电路和模数转换电路连接,DTMF收发电路和模数转换电路均与主控电路连接,主控电路与编解码器和第一无线收发电路连接,编解码器与第一无线收发电路连接;智能终端的第二无线收发电路的信号输入输出端与IP电话单元的第一信号输入输出端连接,IP电话单元的第二信号输入输出端与智能终端主机的信号输入输出端连接。本实用新型将固定电话接入的通信连接到智能移动终端上,既能使智能移动终端使用固定电话线路,又能使智能移动终端中存储的联系人信息及安装的应用软件为固定电话服务,提高了智能移动终端的稳定性以及固定电话的功能性。
-
公开(公告)号:CN208207937U
公开(公告)日:2018-12-07
申请号:CN201721463449.7
申请日:2017-11-06
Applicant: 哈尔滨理工大学
Abstract: 本实用新型涉及一种智能门禁系统,具体涉及一种基于ARM的智能门禁系统,属于通信终端技术领域。本实用新型的目的是解决现有门禁系统存在安全隐患,繁琐不便携的问题,提出一种智能门禁系统。本实用新型的基于ARM的智能门禁系统包括:web浏览器、用户交互服务器、视频服务器、核心控制服务器、嵌入式系统平台和数据库。本实用新型可应用于生活区,办公区域等的安全管理系统中。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
-
-