-
公开(公告)号:CN119942055A
公开(公告)日:2025-05-06
申请号:CN202510057291.6
申请日:2025-01-14
Applicant: 天津理工大学 , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 山东大学 , 浙江大华技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 合肥工业大学
IPC: G06V10/24 , G06V10/764 , G06V10/80 , G06V10/762
Abstract: 本发明涉及一种模糊片段增强和假阳性抑制的弱监督时序动作定位方法,属于计算机视觉领域。其包括以下步骤:数据获取;前景注意分数与片段级动作分类;模糊片段增强;动作背景分离;假阳性抑制;视频级动作分类与定位。本发明通过对模糊片段构建正负样本对,并采用对比学习损失约束,来增大模糊片段与可判别动作和背景片段的语义相关性,从而增强模糊片段的判别性,更好地进行前景背景分离;此外依据假阳性片段掩码以及计算假阳性分数对原始激活序列进行假阳性抑制,得到假阳性抑制的激活序列作为伪标签用监督损失约束,对原始的激活序列进行校正,达到抑制假阳性片段的目的,能够获得更准确的动作定位效果。
-
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: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。
-
公开(公告)号:CN115167376B
公开(公告)日:2023-06-27
申请号:CN202210951337.5
申请日:2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法,本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为:离线阶段:步骤一:建立工业系统整体状态空间模型和工业子系统的状态空间模型;步骤二、基于步骤一构建自适应残差产生器;步骤三:设计各工业子系统残差产生器之间的通讯拓扑;步骤四:基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出;在线阶段:步骤五、基于步骤四计算在线工业子系统统计量;步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。
-
公开(公告)号:CN115167376A
公开(公告)日:2022-10-11
申请号:CN202210951337.5
申请日:2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法,本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为:离线阶段:步骤一:建立工业系统整体状态空间模型和工业子系统的状态空间模型;步骤二、基于步骤一构建自适应残差产生器;步骤三:设计各工业子系统残差产生器之间的通讯拓扑;步骤四:基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出;在线阶段:步骤五、基于步骤四计算在线工业子系统统计量;步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。
-
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: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。
-
-
-
-
-
-