-
公开(公告)号：CN117763213B
公开(公告)日：2024-07-09
申请号：CN202311796309.1
申请日：2023-12-25
Applicant: 哈尔滨工业大学
IPC: G06F16/904 , G06F18/2135
Abstract: 本发明公开了一种沥青黏弹构效关系模型的可视化界面建立方法，所述方法包括如下步骤：一：构建宏观特征参数数据集和微观特征参数数据集；二：对微观特征参数进行特征选择与提取；三：将数据集划分为训练集与测试集，基于训练集数据搭建基于混合核支持向量机的沥青黏弹构效关系模型，基于测试集数据计算模型MAPE以评估模型预测效果，保存训练好的模型文件；四：设计沥青黏弹构效关系模型可视化界面的整体架构；五：在模型可视化界面的整体架构基础上设计模型预测模块具体功能；六：在模型可视化界面的整体架构基础上设计模型优化模块具体功能。该方法实现了动态黏弹参数的快速预测和主曲线的自动绘制，有效加速了数据处理和分析的过程。
-
公开(公告)号：CN118888053B
公开(公告)日：2025-05-06
申请号：CN202410936550.8
申请日：2024-07-12
Applicant: 哈尔滨工业大学
IPC: G16C60/00 , G01N21/3577 , G16C20/20 , G16C20/30 , G16C20/70 , G06F18/241 , G06F18/2135 , G06F18/2411 , G06F18/23213 , G06F18/243 , G06N5/01 , G06N3/0985
Abstract: 一种基于机器学习的沥青油源鉴别模型及自动化实现方法，属于沥青油源自动化鉴别领域。所述方法包括如下步骤：基于不同沥青样本的红外光谱特征及油源构建沥青数据集；提出适用于沥青数据集的数据增广方法；基于特征降维思想对沥青红外光谱特征进行特征提取确定模型最终特征；基于支持向量机、人工神经网络和决策树构建沥青油源鉴别模型；确定最佳的沥青油源鉴别模型；设计沥青油源鉴别模型的可视化操作平台。该方法实现了沥青油源鉴别模型的准确建立和沥青油源自动预测，有效加速了沥青油源鉴别的速度和准确度。
-
公开(公告)号：CN117831682A
公开(公告)日：2024-04-05
申请号：CN202410013204.2
申请日：2024-01-04
Applicant: 哈尔滨工业大学
IPC: G16C60/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于深度学习的虚拟沥青生成方法，所述方法基于不同沥青样本的组成‑性能数据构建了沥青试验数据集；确定了VAE‑GAN混合生成模型的建立方法；验证了虚拟沥青数据的合理性和有效性；考虑虚拟沥青数据的合理性和模型复杂程度确定了混合生成模型的网络结构；提出了递进式数据扩充策略克服了生成数据质量差的问题；基于虚拟数据和试验数据构建了沥青融合数据集，基于沥青融合数据集建立了沥青组成‑性能关系模型，并评估了模型的预测效果。本发明克服了基于深度学习方法生成虚拟数据所面临的模式崩溃问题，实现了虚拟沥青数据的准确快速生成，有效提升了沥青组成‑性能关系模型的预测精度。
-
公开(公告)号：CN117789891A
公开(公告)日：2024-03-29
申请号：CN202410068509.3
申请日：2024-01-17
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于集成学习的改性沥青逆向设计方法，所述方法基于高速剪切机制备了不同掺量的SBS改性沥青和橡胶粉改性沥青；采用动态剪切流变仪对改性沥青进行频率扫描；基于改性剂掺量‑频率‑温度‑复数模量‑相位角建立一一对应关系的数据集；将数据集划分为训练集和测试集；基于训练集训练改性沥青逆向设计模型；基于测试集评估模型的准确性。该方法揭示了改性剂掺量与改性沥青性能间的相关关系，实现基于特定试验条件下的改性沥青性能需求快速得到相应改性剂掺量的目的，极大的缩短了时间周期，节约了自然资源，对于提升沥青材料的整体智能化水平具有重大意义。
-
公开(公告)号：CN117763213A
公开(公告)日：2024-03-26
申请号：CN202311796309.1
申请日：2023-12-25
Applicant: 哈尔滨工业大学
IPC: G06F16/904 , G06F18/2135
Abstract: 本发明公开了一种沥青黏弹构效关系模型的可视化界面建立方法，所述方法包括如下步骤：一：构建宏观特征参数数据集和微观特征参数数据集；二：对微观特征参数进行特征选择与提取；三：将数据集划分为训练集与测试集，基于训练集数据搭建基于混合核支持向量机的沥青黏弹构效关系模型，基于测试集数据计算模型MAPE以评估模型预测效果，保存训练好的模型文件；四：设计沥青黏弹构效关系模型可视化界面的整体架构；五：在模型可视化界面的整体架构基础上设计模型预测模块具体功能；六：在模型可视化界面的整体架构基础上设计模型优化模块具体功能。该方法实现了动态黏弹参数的快速预测和主曲线的自动绘制，有效加速了数据处理和分析的过程。
-
Patent Agency Ranking
公开(公告)号：CN117934320B
公开(公告)日：2024-12-13
申请号：CN202410119101.4
申请日：2024-01-29
Applicant: 哈尔滨工业大学
IPC: G06T5/70 , G06T7/136 , G06T7/90 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06V10/774 , G06V10/40 , G06V10/74 , G06V10/82 , G06V10/776
Abstract: 一种基于对抗生成网络的沥青混合料CT图像生成方法，涉及道路工程技术领域，针对现有沥青混合料CT图像生成方法并未考虑集料颗粒间距、集料颗粒面积比以及空隙率，并不能真实反应沥青混合料的真实结构分布情况，进而导致生成的沥青混合料CT图像准确率低的问题，本申请通过修改生成器和判别器的损失函数，从而引入沥青混合料细观指标(集料颗粒间距、集料颗粒面积比以及空隙率)，提高了生成的图像与真实图像之间的相似度，有助于生成器的生成图像的细节处理，同时更适应不同样本的特征分布，提高了沥青混合料CT图像生成的准确率。
-
公开(公告)号：CN117934320A
公开(公告)日：2024-04-26
申请号：CN202410119101.4
申请日：2024-01-29
Applicant: 哈尔滨工业大学
IPC: G06T5/70 , G06T7/136 , G06T7/90 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06V10/774 , G06V10/40 , G06V10/74 , G06V10/82 , G06V10/776
Abstract: 一种基于对抗生成网络的沥青混合料CT图像生成方法，涉及道路工程技术领域，针对现有沥青混合料CT图像生成方法并未考虑集料颗粒间距、集料颗粒面积比以及空隙率，并不能真实反应沥青混合料的真实结构分布情况，进而导致生成的沥青混合料CT图像准确率低的问题，本申请通过修改生成器和判别器的损失函数，从而引入沥青混合料细观指标(集料颗粒间距、集料颗粒面积比以及空隙率)，提高了生成的图像与真实图像之间的相似度，有助于生成器的生成图像的细节处理，同时更适应不同样本的特征分布，提高了沥青混合料CT图像生成的准确率。
-
公开(公告)号：CN119738288A
公开(公告)日：2025-04-01
申请号：CN202411926196.7
申请日：2024-12-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于单点法的平行板下沥青材料非线性应变响应修正方法，所述方法确定了不同夹具系统下力学参数的转换关系，并探究了平行板夹具系统下剪切应力的求解可行性；基于DIN标准，建立了最大径向距离处牛顿流体剪切应力计算公式；基于单点法修正理论，结合Herschel‑Bulkley模型建立了沥青黏度与应力关系，推导幂律流体剪切应力公式，建立了针对沥青材料的平行板下的非线性应变响应的理论修正方法；并基于时间扫描试验对修正结果进行了验证。该方法揭示了平行板与锥平板夹具系统工作状态间力学参数的转换关系，实现了在平行板夹具系统下获取真实精确的沥青非线性应变响应，为使用平行板准确测量宽应力域内的沥青材料黏弹性提供了有效手段。
-
公开(公告)号：CN118888053A
公开(公告)日：2024-11-01
申请号：CN202410936550.8
申请日：2024-07-12
Applicant: 哈尔滨工业大学
IPC: G16C60/00 , G01N21/3577 , G16C20/20 , G16C20/30 , G16C20/70 , G06F18/241 , G06F18/2135 , G06F18/2411 , G06F18/23213 , G06F18/243 , G06N5/01 , G06N3/0985
Abstract: 一种基于机器学习的沥青油源鉴别模型及自动化实现方法，属于沥青油源自动化鉴别领域。所述方法包括如下步骤：基于不同沥青样本的红外光谱特征及油源构建沥青数据集；提出适用于沥青数据集的数据增广方法；基于特征降维思想对沥青红外光谱特征进行特征提取确定模型最终特征；基于支持向量机、人工神经网络和决策树构建沥青油源鉴别模型；确定最佳的沥青油源鉴别模型；设计沥青油源鉴别模型的可视化操作平台。该方法实现了沥青油源鉴别模型的准确建立和沥青油源自动预测，有效加速了沥青油源鉴别的速度和准确度。
-
公开(公告)号：CN117831682B
公开(公告)日：2024-07-23
申请号：CN202410013204.2
申请日：2024-01-04
Applicant: 哈尔滨工业大学
IPC: G16C60/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于深度学习的虚拟沥青生成方法，所述方法基于不同沥青样本的组成‑性能数据构建了沥青试验数据集；确定了VAE‑GAN混合生成模型的建立方法；验证了虚拟沥青数据的合理性和有效性；考虑虚拟沥青数据的合理性和模型复杂程度确定了混合生成模型的网络结构；提出了递进式数据扩充策略克服了生成数据质量差的问题；基于虚拟数据和试验数据构建了沥青融合数据集，基于沥青融合数据集建立了沥青组成‑性能关系模型，并评估了模型的预测效果。本发明克服了基于深度学习方法生成虚拟数据所面临的模式崩溃问题，实现了虚拟沥青数据的准确快速生成，有效提升了沥青组成‑性能关系模型的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
