-
公开(公告)号：CN104473751B
公开(公告)日：2017-01-04
申请号：CN201410826999.5
申请日：2014-12-25
Applicant: 哈尔滨工程大学
IPC: A61H1/00
Abstract: 本发明的目的在于提供一种左右手两用式上肢康复机器人，包括调高立柱、肩部调整机构、肩关节运动单元、大臂调长机构、肘关节运动单元、前臂调长机构、腕关节运动单元。肩部调整机构可以实现左右移动，可根据不同训练者调整肩部宽度，同时为手臂康复机构提供安装位置。肩关节运动单元具有肩部水平回转和大臂上下摆动两个自由度。本发明结构紧凑，具有左手和右手两种康复训练模式，由一套机器人系统实现左手或者右手的肩、肘、腕关节的康复训练，“一机两用”降低了医疗康复设备的成本。
-
公开(公告)号：CN103324708B
公开(公告)日：2016-06-29
申请号：CN201310241428.0
申请日：2013-06-18
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明涉及一种长文本到短文本的迁移学习方法，其特征在于：步骤1：根据目标领域短文本中提取的标签，通过搜索引擎获得源领域数据，提取源领域的种子特征集；步骤2：根据目标领域短文本的标签集和源领域的种子特征集，构建社交媒体无向图，从无向图中提取包含所有目标领域标签集和种子特征集节点的子图；步骤3：基于拉普拉斯特征映射算法，获得源领域数据新的特征表示；步骤:4：根据源领域数据新的特征表示，对源领域数据进行分类。
-
-
公开(公告)号：CN103961240A
公开(公告)日：2014-08-06
申请号：CN201410206148.0
申请日：2014-05-16
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供踝足康复训练装置及平衡训练系统，踝足康复训练装置的前支撑板下端固定在底板上，前脚掌踏板与前支撑板的上端铰接，前脚掌踏板和后脚掌踏板通过第二销轴铰接，后脚掌踏板底部设置第一-第二销孔，第一-第二销孔里分别安装第一-第二销，第一球铰分别连接第一销和第三销，第二球铰分别连接第二销和第四销，第三销连接第一伺服电动缸单元，第四销连接第二伺服电动缸单元，第一伺服电动缸单元通过第三球铰与底板相连，第二伺服电动缸单元通过第四球铰与底板相连。本发明踝足康复训练装置可以分别对患者踝关节和足部跖趾关节的康复训练。平衡训练系统通过踝足康复训练装置改变患者重心位置，进行平衡训练。
-
公开(公告)号：CN103020122A
公开(公告)日：2013-04-03
申请号：CN201210464867.3
申请日：2012-11-16
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明提供的是一种基于半监督聚类的迁移学习方法。包括计算目标数据与辅助数据各类中数据的相似度、平均相似度；由平均相似度得到目标数据与类标签的一个相似度权重向量，取向量中权重最大的为目标数据的标签；以目标数据为质心，进行K-均值聚类，聚类成簇，每簇中以簇中数据占所属类中总数据比例最大者的标签为簇标签；将再分类结果与预分类结果做对比；在最终形成的目标数据相似度权重向量中，挑选权重最大的数据标签作为目标数据数据标签，从而形成最终分类器。本发明提供一种将分类方法、技术从一个领域迁移到另一个领域的提高分类结果精确度的一种基于半监督聚类的迁移学习方法。
-
Patent Agency Ranking
公开(公告)号：CN119720572A
公开(公告)日：2025-03-28
申请号：CN202411857860.7
申请日：2024-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于UE4的多模型路径动态规划运动方法。本发明涉及3D系统仿真技术领域，本发明对获取的数据进行分类、提取处理，放入相应的数据结构中，使一组节点与模型一一对应，得到预设路径；采用UE4平台中的蓝图，基于预设路径进行多模型连续运动，通过对一组节点分解为若干节点对，实现多模型的连续运动；针用虚幻引擎自带的蓝图节点实现，解决了已有的模型运动不连贯、模型运动姿态不合理的问题；同时该方法不需要过大的时间开销，能够有效提高当前的模型运动问题，更好地满足当前对于3D模型运动过程中的运动服务质量问题。
-
公开(公告)号：CN118967482A
公开(公告)日：2024-11-15
申请号：CN202411151068.X
申请日：2024-08-21
Applicant: 哈尔滨工程大学
Abstract: 一种法兰点云数据处理及融合技术，属于工业生产技术领域。本发明解决了现有技术识别法兰中心线准确性、可靠性不高的问题。本发明以点云数据为基础，通过预处理技术、数据融合技术和RANSAC算法的应用，对噪声和干扰数据的处理能力得到显著提升，能够更精确地识别法兰的中心线，从而提高了法兰装配过程的准确性和可靠性，提升了装配效率，降低了生产成本，使装配过程中的自动化程度得到显著提升。
-
公开(公告)号：CN114326391B
公开(公告)日：2024-08-09
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：CN115035912B
公开(公告)日：2024-04-26
申请号：CN202210644380.7
申请日：2022-06-08
Applicant: 哈尔滨工程大学
IPC: G10L25/30 , G06N3/0464 , G10L25/03 , G10L25/18
Abstract: 基于MOC模型的水声信号样本自动标注方法，具体涉及一种基于MOC模型的水下声音信号样本的自动标注方法，本发明为解决传统水声信号样本标注采用人工方法，不仅费时费力，经济效益低，还受专业性限制，标注准确性低的问题，它包括采集水声信号作为样本，利用声学模型计算所述水声信号样本的声学特征；建立MOC模型，MOC模型依次包括卷积层一、优选卷积残差层、卷积层二、注意力机制层、全连接层和分类层，将水声信号样本的声学特征输入MOC模型内进行训练，输出已标注的水声信号样本，直到loss收敛，得到训练好的MOC模型；将待标注的水声信号样本上述操作，得到已标注的水声信号样本。属于水下声音信号标注领域。
-
公开(公告)号：CN113988201B
公开(公告)日：2024-04-26
申请号：CN202111294685.1
申请日：2021-11-03
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/243 , G06F18/25 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于神经网络的多模态情感分类方法，具体涉及一种基于多模态情感分类的神经网络模型的分类方法，本发明为了解决传统的情感分类方法大多针对单一类型的数据，并不能处理社交网络坏境下多模态的混合信息的问题，它包括提取待预测情感图片中的多模态数据；提取多模态数据中各单模态的原始向量；根据各模态的原始向量计算各模态的指导向量；获得各模态的重构特征向量；利用注意力机制对得到的各模态的重构特征向量进行加权平均，生成融合特征向量；将得到的融合特征向量输入至情感分类模型中，输出分类结果。本发明用于对社交网络坏境下多模态的混合信息进行情感分类，属于自然语言处领域。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.035 seconds)
