-
公开(公告)号：CN119935463A
公开(公告)日：2025-05-06
申请号：CN202411832116.1
申请日：2024-12-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种冰致振动及水下噪声试验装置及测试方法，属于破冰船减振降噪领域，解决现有方法不能保证统计能量分析载荷输入与冰载荷模拟结果的一致性的问题。它包括激振器设置于船体缩比模型上，用于模拟破冰冲击载荷激励力；加速度传感器分布布置于船体缩比模型上，用于测量船体缩比模型振动响应；水听器布设于船体缩比模型外侧水体中；拟态板铺设于船体缩比模型外侧的水体表面，用于模拟冰层并反射噪声；数据处理单元用于收集处理加速度传感器和水听器的数据，所述数据在计算机中与仿真数据对比处理。它用于验证破冰船冰致冲击载荷简化方法的有效性和验证多点能量平均加载方式的有效性。
-
公开(公告)号：CN118469002A
公开(公告)日：2024-08-09
申请号：CN202410662524.0
申请日：2024-05-27
Applicant: 哈尔滨工程大学
IPC: G06N5/022 , G06F40/242 , G06F40/30 , G06F16/36 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 基于独立嵌入的超关系知识图谱链接预测方法和系统，本发明涉及知识图谱链接预测领域,解决现有的限定词作为事件的补充信息，使用与三元组同样的表征会造成潜在的语义混淆等问题。所述方法包括：获取超关系知识图谱数据集并进行预处理，超关系知识图谱数据集中每一条数据代表一个超关系事件，包含三元组和限定词；对超关系事件中的每个实体和关系，分别构建两种不同的嵌入，并更新实体嵌入和关系嵌入，捕捉超关系事件中的综合交互特征，增强三元组中的关系嵌入；使用针对超关系事件的对比学习方法，联立链接预测任务损失和对比学习损失进行联合训练；将缺失实体的超关系事件输入到训练好的所述方法中，预测缺失实体的得分，根据得分选择缺失实体。
-
Patent Agency Ranking
公开(公告)号：CN118032114A
公开(公告)日：2024-05-14
申请号：CN202410040502.0
申请日：2024-01-10
Applicant: 哈尔滨工程大学
Abstract: 本申请公开了一种船舶基座原点阻抗测试方法，属于船舶减振降噪技术领域，包括：通过安装软锤头的力锤采集船舶基座原点处的振动加速度响应和力信号；根据振动加速度响应得到原点处的速度响应；根据力信号和速度响应得到原点处的速度阻抗值；根据速度阻抗值，通过1/3倍频程公式得到所需频段中心频点处的阻抗值；根据阻抗值，通过阻抗级公式得到原点处的实测阻抗级，对原点处的阻抗级进行仿真测试，并将仿真测试的结果与实测阻抗级进行对比分析，以获得更高的测试精度。本申请提供的方法可用于对船舶基座原点处的阻抗进行测试，从而进一步分析船舶基座的振动传递特性，最大限度地降低振动对船体结构的影响。
-
公开(公告)号：CN111814956B
公开(公告)日：2022-04-08
申请号：CN202010581735.3
申请日：2020-06-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于多维度二次特征提取的多任务学习的空气质量预测方法，所述方法包括获取数据、数据预处理、选取污染物、建立多维度二次特征提取的卷积神经网络模型和长短期记忆网络模型、建立多维度二次特征提取的多任务学习模型和验证步骤。本发明针对传统时空数据建模时仅考虑时间内部相关性和空间内部相关性，未考虑到时空之间的相关性的问题。本发明从空间、时间和时空三个角度考虑与污染物值相关的影响信息，通过多任务学习对多个时间、空间任务间的相互影响的学习来降低预测偏差，使得时间、空间模型的预测精度更准确。
-
公开(公告)号：CN111814956A
公开(公告)日：2020-10-23
申请号：CN202010581735.3
申请日：2020-06-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于多维度二次特征提取的多任务学习的空气质量预测方法，所述方法包括获取数据、数据预处理、选取污染物、建立多维度二次特征提取的卷积神经网络模型和长短期记忆网络模型、建立多维度二次特征提取的多任务学习模型和验证步骤。本发明针对传统时空数据建模时仅考虑时间内部相关性和空间内部相关性，未考虑到时空之间的相关性的问题。本发明从空间、时间和时空三个角度考虑与污染物值相关的影响信息，通过多任务学习对多个时间、空间任务间的相互影响的学习来降低预测偏差，使得时间、空间模型的预测精度更准确。
-
公开(公告)号：CN118150119A
公开(公告)日：2024-06-07
申请号：CN202410226789.6
申请日：2024-02-29
Applicant: 哈尔滨工程大学
IPC: G01M10/00
Abstract: 本发明提出了一种密封承压重力式水洞综合测试装置及其测试方法，属于船舶与海洋工程测试技术领域。解决了现有传统重力式水洞对模型有尺寸限制，拆装困难，很难同时开展振动加速度、脉动压力、辐射噪声等综合物理量测量的问题。它包括水洞工作段、密封承压水箱、试件结构和整流结构，所述水洞工作段的顶端设置有水洞盖板，所述密封承压水箱设置在水洞盖板的顶部并通过水洞盖板与水洞工作段连接，所述水洞盖板上的中央设置有矩形镂空，所述试件结构倾斜设置在水洞盖板上的矩形镂空处，所述试件结构的后端连接有整流结构，所述整流结构的顶端面与水洞盖板的底端面连接。它主要用于重力式水洞的综合测试。
-
公开(公告)号：CN119294228A
公开(公告)日：2025-01-10
申请号：CN202411299529.8
申请日：2024-09-18
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F30/23 , G06N3/044 , G06N3/086 , G06N3/084 , G06F119/10 , G06F113/08
Abstract: 一种基于遗传算法优化BP神经网络的水下航行器水动力噪声快速预报方法及其系统，属于船舶水下辐射噪声预报领域，本发明设计了基于遗传算法优化的BP神经网络噪声预报模型，通过选取关键变量：壳体厚度、型线参数、表面粗糙度、材料属性、航行速度、流体介质密度、粘性系数、航行器潜深作为特征条件。通过遗传算法的全局寻优能力获得最优的BP网络的初始权值和阈值，将寻优算法获得的最优初始权值和阈值作为BP神经网络的初始权值和阈值，并训练以避免陷入局部最小值。使用训练集对优化模型进行迭代训练得到高精度噪声预报模型，从而实现水下航行器水动力噪声的预报。本发明适用于水下航行器水动力噪声预报，具有适用性广、精确度高等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
