-
公开(公告)号:CN118808905A
公开(公告)日:2024-10-22
申请号:CN202411158496.5
申请日:2024-08-22
申请人: 哈尔滨工业大学
摘要: 一种融合OCT熔深监测实现双条纹焊缝跟踪的焊接监测方法,属于激光焊接技术领域。本发明针对OCT熔深监测系统仅能实现熔深监测与单条纹焊缝跟踪的技术限制问题。包括:将谱域OCT熔深监测系统中熔深探测头发射的熔深探测光束获取的焊缝前端扫描数据与单条纹结构光激光探测头的单条纹结构光扫描的焊缝数据进行整合,获得焊缝监测点云数据,实现双条纹焊缝跟踪;所述单条纹结构光处于熔深探测光束扫描焊缝位置的前端。本发明用于焊缝跟踪及熔深监测。
-
公开(公告)号:CN117434776A
公开(公告)日:2024-01-23
申请号:CN202311682270.0
申请日:2023-12-08
申请人: 哈尔滨工业大学
摘要: 一种基于二氧化钒的动态热辐射可重构器件及其制备方法,它属于红外辐射动态调控领域。本发明要解决现有正、负微分红外辐射调制特性无法在同一VO2谐振结构上集成的问题。动态热辐射可重构器件,它自下而上依次由基底、金属层、介质层及VO2层组成;VO2层是由多个不同厚度的图案化VO2单元组成。制备方法:一、模板制备;二、金属层制备;三、介质层制备;四、相变层制备;五、后退火处理。本发明用于基于二氧化钒的动态热辐射可重构器件及其制备。
-
-
公开(公告)号:CN113977077B
公开(公告)日:2022-07-19
申请号:CN202111339263.1
申请日:2021-11-12
申请人: 哈尔滨工业大学
IPC分类号: B23K26/14 , B23K26/70 , B23K26/342 , B33Y40/00
摘要: 一种用于同轴送丝激光头的可调高度同轴吹气保护装置,它涉及激光增材制造及焊接领域。本发明解决了现有的同轴吹气保护装置无法应用于新型的同轴送丝激光头,且其连接支架采用了悬臂梁侧置结构的连接支架存在不稳定性,导致保护装置易发生倾转形变,降低同轴度的问题。本发明的导流气罩、基座圆盘、内喷嘴、外喷嘴和喷嘴筛板由上至下依次同轴固定连接,沿圆周方向均匀布置多个连接支架两端分别通过连接元件与夹块和基座圆盘固定连接,外喷嘴外表面沿圆周方向均匀加工有若干外喷嘴进气口,外喷嘴进气口与气管快插接头螺旋连接。本发明可以实现在同轴吹气保护的同时使用高速气刀,实现全方向保护,同时避免了加工过程中的飞溅对镜片的损坏。
-
-
-
公开(公告)号:CN113621597A
公开(公告)日:2021-11-09
申请号:CN202111131230.8
申请日:2021-09-26
申请人: 哈尔滨工业大学
摘要: 本发明公开了一种促进乳源假单胞菌分泌胞外蛋白酶的方法,所述方法包括如下步骤:步骤一、将乳源添加剂加入到培养基中进行均质处理,然后灭菌;步骤二、将具有分泌蛋白酶AprX的乳源嗜冷假单胞菌按照0.5~1.5%(v/v)的接种量接种到培养基中活化2~4次,将活化好的乳源嗜冷假单胞菌接种到添加乳源添加剂的培养基中进行培养。该方法通过添加0.5~5%(w/v)的乳源添加剂能够使得假单胞菌分泌的蛋白酶活力提高3~5倍。
-
公开(公告)号:CN112052318A
公开(公告)日:2020-12-08
申请号:CN202010840252.0
申请日:2020-08-18
申请人: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学
IPC分类号: G06F16/332 , G06F40/30
摘要: 本申请公开了一种语义识别方法、装置、计算机设备和存储介质,可基于人工智能技术实现语义识别,通过语义识别模型可提取第一用户输入信息样本的文本特征信息,从而识别该样本的预测语义信息,基于该样本的标签和预测语义信息调整语义识别模型的参数;通过调整后的语义识别模型提取第二用户输入信息样本的文本特征信息,从而识别该样本的预测语义信息;基于该样本的标签和预测语义信息再调整语义识别模型的参数,得到训练完成的语义识别模型;基于该语义识别模型对目标用户输入信息进行语义识别得到语义信息,其中,第一用户输入信息样本无需人工标注,可降低对人工标注的依赖,而采用第二用户输入信息样本对模型进行训练,可提升语义识别准确性。
-
公开(公告)号:CN105046286B
公开(公告)日:2018-11-02
申请号:CN201510546954.7
申请日:2015-08-31
申请人: 哈尔滨工业大学
IPC分类号: G06K9/66
摘要: 基于自动视图生成和联合l1,2范数最小化的监督多视图特征选择方法,属于遥感图像数据处理技术领域。本发明是为了解决高分辨率遥感图像在特征选择过程中存在的信息丢失的问题。它包括三个步骤:一、采集遥感图像数据,对遥感图像数据进行预处理;然后进行特征提取,获得特征向量集合;再将特征向量集合中所有特征向量归一化,获得原始特征向量集合;二、采用affinity propagation算法将步骤一中获得的原始特征向量集合生成特征多视图;三、基于l1,2范数对步骤二中生成的特征多视图进行监督多视图特征选择。本发明为一种监督多视图特征选择方法。
-
公开(公告)号:CN105320963B
公开(公告)日:2018-10-02
申请号:CN201510689508.1
申请日:2015-10-21
申请人: 哈尔滨工业大学
IPC分类号: G06K9/62
摘要: 面向高分遥感图像的大尺度半监督特征选择方法,属于半监督特征选择技术领域,本发明是为了解决现有高分遥感图像监督特征选择方法中,需要大量训练数据的标记,当无标记对象的数量远远大于带标记的数据时,影响被选择的特征的合理性的问题。它首先采集遥感图像数据,处理后获得归一化后的数据x;再构建基于损失函数和无标记样本的概率分布矩阵{yjk}的度量函数;对度量函数的三个参数依次循环优化,获得相应特征对应的度量值;根据所述的度量值,对特征进行排序,获得遥感图像数据的特征子集,该特征子集作为大尺度半监督特征选择方法选择获得的数据。本发明用于遥感图像的特征选择。
-
-
-
-
-
-
-
-
-