-
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：CN115356924B
公开(公告)日：2023-06-20
申请号：CN202210951342.6
申请日：2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种针对大型互联系统的数据驱动分布式优化控制方法，本发明涉及数据驱动的分布式优化控制方法。本发明目的是为了解决大多现有的数据驱动优化控制方法都是集中式设计，需要将所有有用信息传输传中央计算节点，尤其是当优化控制器需要在线配置实时调整时，给集中式设计方法带来了巨大的计算和通讯负担的问题。过程为：一、构建制造系统及制造子系统的模型，并为制造子系统设计控制器；二、对每个制造子系统设计残差产生器；三、设计制造子系统残差驱动的优化控制器，构建分布式控制器状态空间表达式，获取优化控制器系统参数；四、对优化控制器系统参数进行分布式控制器参数迭代优化，得到分布式优化控制器参数。本发明用于容错控制领域。
-
公开(公告)号：CN116009395A
公开(公告)日：2023-04-25
申请号：CN202211528764.9
申请日：2022-11-30
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种非合作博弈中多智能体系统容错控制方法，本发明涉及非合作博弈中多智能体系统容错控制方法。本发明目的是为了解决现有非合作博弈纳什均衡博弈控制不具有普遍性的缺陷，以及当任何一个智能体发生故障时，其余智能体的策略将受到故障的影响，导致策略收敛到错误的纳什均衡的问题。过程为：步骤一：建立多智能体系统整体状态空间模型；步骤二：建立多智能体通信拓扑模型，得到邻接矩阵和拉普拉斯矩阵；步骤三：设定每一个智能体的收益函数；步骤四：设计每个智能体的分布式控制器；步骤五：设计每个智能体的观测器；步骤六：设计每个智能体的容错补偿控制器。本发明用于故障诊断与容错控制领域。
-
公开(公告)号：CN118963144A
公开(公告)日：2024-11-15
申请号：CN202411292082.1
申请日：2024-09-14
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于自适应观测器的闭环系统抗扰联合估计方法，它属于自适应估计领域。本发明解决了在闭环反馈结构中，难以实时准确获得被控对象的参数、状态和扰动的问题。本发明的估计方法不需要被控系统参数和扰动的先验信息，仅利用系统的输入输出测量数据和控制器信息，对控制输入和噪声解耦，解决了闭环结构中噪声相关性造成的有偏估计问题；对未知扰动和噪声具有鲁棒性，基于自适应观测器的闭环系统抗扰联合估计问题，通过互质分解技术构造与测量噪声不相关的信号，作为被控系统稳定象描述的参考输入，然后构建闭环鲁棒自适应估计机制，从而实现系统未知参数、状态和扰动的无偏估计。本发明方法可以应用于闭环系统抗扰联合估计。
-
Patent Agency Ranking
公开(公告)号：CN118118315A
公开(公告)日：2024-05-31
申请号：CN202410400894.7
申请日：2024-04-03
Applicant: 哈尔滨工业大学
Abstract: 针对通讯链路部分失效鲁棒的互联系统的分布式系统故障诊断方法，本发明涉及互联系统的分布式系统故障诊断方法，属于分布式故障诊断与容错控制领域。本发明目的是为了解决现有分布式算法忽略通讯网络部分失效导致诊断系统信息缺失难以实现互联系统的精确分布式诊断的问题。过程为：一：建立互联系统中各个子系统的状态空间模型；二：设计通讯拓扑连接图；三：基于每个观测子系统获取每个观测子系统的残差；四：设定故障阈值；五：当观测子系统之间无通讯链路发生故障时，实时将获取的残差与设定故障阈值进行比较用于故障诊断；六：当观测子系统之间通讯链路发生故障时，通过估计算法重构链路故障导致的缺失的信息重构观测子系统，实时将获取的残差与设定故障阈值进行比较用于故障诊断。
-
公开(公告)号：CN113971489A
公开(公告)日：2022-01-25
申请号：CN202111242328.0
申请日：2021-10-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于混合神经网络的剩余使用寿命预测方法及系统，它属于设备剩余使用寿命预测与人工智能相结合的学科交叉领域。本发明解决了现有的深度学习方法在剩余使用寿命预测上的准确率低的问题。本发明首先将设备中传感器采集到的数据进行特征筛选和平滑降噪，组合成时间窗口的形式输入到混合网络中。然后通过一维卷积神经子网络提取历史数据的卷积特征信息，双向门控循环单元子网络提取历史数据的时间特征信息，完成混合网络的离线训练。最后，将训练好的混合网络模型用于剩余使用寿命的在线实时预测。本发明可以应用于对设备剩余使用寿命进行预测。
-
公开(公告)号：CN119167074A
公开(公告)日：2024-12-20
申请号：CN202411182653.6
申请日：2024-08-27
Applicant: 哈尔滨工业大学
IPC: G06F18/2133
Abstract: 一种含有彩色噪声的数据驱动子空间频率估计方法，它属于数字信号领域。本发明解决了采用现有子空间频率估计方法对彩色噪声下信号的频率进行估计时的准确率低的问题。本发明针对信号中的彩色噪声问题提出了一种彩色噪声下的子空间频率估计方法，利用一个非线性离散时间系统来描述彩色噪声，再根据样本组数、过去步长和未来步长来构造汉克尔矩阵，构造非线性离散时间系统的扩展输入输出模型，并通过间隙度量方法对系统矩阵进行提取，再进一步提取频率特征矩阵A，求解其特征值并确定周期信号频率。本发明方法可以应用于含有彩色噪声的数据驱动子空间频率估计。
-
公开(公告)号：CN115356924A
公开(公告)日：2022-11-18
申请号：CN202210951342.6
申请日：2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种针对大型互联系统的数据驱动分布式优化控制方法，本发明涉及数据驱动的分布式优化控制方法。本发明目的是为了解决大多现有的数据驱动优化控制方法都是集中式设计，需要将所有有用信息传输传中央计算节点，尤其是当优化控制器需要在线配置实时调整时，给集中式设计方法带来了巨大的计算和通讯负担的问题。过程为：一、构建制造系统及制造子系统的模型，并为制造子系统设计控制器；二、对每个制造子系统设计残差产生器；三、设计制造子系统残差驱动的优化控制器，构建分布式控制器状态空间表达式，获取优化控制器系统参数；四、对优化控制器系统参数进行分布式控制器参数迭代优化，得到分布式优化控制器参数。本发明用于容错控制领域。
-
公开(公告)号：CN114418999B
公开(公告)日：2022-09-23
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。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
