-
公开(公告)号：CN101944236A
公开(公告)日：2011-01-12
申请号：CN201010254015.2
申请日：2010-08-16
Applicant: 哈尔滨工业大学
Abstract: 基于采样值分布特性的具有压缩感知过程的信号检测方法，它涉及信号处理及信号检测领域。它解决了现有的具有压缩感知过程的信号检测方法在信噪比较低时检测效果差的问题，本发明包括：首先，利用压缩感知获取采样值，从所述采样值y中任意选择个采样点，所选择的每一个采样点的采样值为，并计算；然后，利用步骤一所选择的每一个采样值计算，最后判断是否存在，如果是，说明感兴趣信号s存在，否则说明感兴趣信号s不存在，最终完成对感兴趣信号s的检测。本发明适用于压缩感知信号检测，为通信技术的发展奠定了基础。
-
公开(公告)号：CN101834638A
公开(公告)日：2010-09-15
申请号：CN201010185961.6
申请日：2010-05-28
Applicant: 哈尔滨工业大学
Abstract: 能识别目标蓝牙功能设备的蓝牙通信系统，涉及一种蓝牙通信系统，解决现有的带蓝牙模块的上位机无法识别多个目标蓝牙功能设备的问题。它由上位机蓝牙模块和N个蓝牙通信处理板组成，每个蓝牙通信处理板包括下位机蓝牙模块和FPGA，所述的FPGA包括蓝牙接收解码模块、设备接口模块和蓝牙发送编码模块，上位机蓝牙模块与N个下位机蓝牙模块建立无线连接，下位机蓝牙模块的蓝牙数据输出端及输入端分别与FPGA的蓝牙数据输入端及输出端相连，FPGA的设备数据输出端及输入端分别与目标蓝牙功能设备的设备数据输入端及输出端相连，所述的目标蓝牙功能设备的设备代码存储在FPGA的设备代码寄存器中。本发明实现了多个蓝牙设备间正常的数据传输，用于蓝牙通信测试。？
-
公开(公告)号：CN120067531A
公开(公告)日：2025-05-30
申请号：CN202510093842.4
申请日：2025-01-21
Applicant: 哈尔滨工业大学
IPC: G06F18/10 , G01D18/00 , G06F18/213 , G06N3/0464 , G06N3/094
Abstract: 一种基于对抗学习的传感器故障鲁棒多输出软测量方法及系统，它涉及一种传感器故障鲁棒多输出软测量方法及系统。本发明为了解决现有软测量模型多为单输出软测量模型，且预测性能容易受到传感器故障干扰的问题。本发明所述系统包括对抗样本生成模块、空间特征提取模块、线性注意力机制模块、时间特征提取模块和预测模块。本发明属于软测量技术领域。
-
公开(公告)号：CN116485699A
公开(公告)日：2023-07-25
申请号：CN202210022520.7
申请日：2022-01-10
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于深度自适应的反向细化网络架构的RGB‑D显著性物体检测装置及其检测方法。采用双流架构即RGB流和深度流，分别提取RGB相关特征和深度特征，采用交叉融合方法实现多模态特征融合；判断融合特征是否为高层特征，若是高层特征则去获得中间显著性检测结果；若不是高层特征则归为低层特征并等待生成的中间显著性结果经过反向细化模块进行低层特征的反向细化特征；最后生成显著性预测结果。本发明用以解决如何实现跨层级多模态间的学习，充分地探索RGB图像和深度图多模态间的相关性和互补性的问题。
-
公开(公告)号：CN116206132A
公开(公告)日：2023-06-02
申请号：CN202310273383.9
申请日：2023-03-21
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于动态稀疏标记的Transformer架构的RGB‑D视觉显著性物体检测方法及系统。所述方法可解决简单标记RGB‑D图像引起的特征丰富度受限问题及计算效率低下的问题，并显式地提取全局上下文多模态依赖关系。此外，本发明深入研究了跨模态的差异性和一致性以集成不同阶段的多模态特征，最终生成高分辨率的显著性检测区域，进一步提升RGB‑D显著性物体检测性能。
-
Patent Agency Ranking
公开(公告)号：CN111652365A
公开(公告)日：2020-09-11
申请号：CN202010366873.X
申请日：2020-04-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种用于加速Deep Q-Network算法的硬件架构及其设计空间探索方法。硬件架构包括：通用处理器模块负责与外部环境进行交互和实现奖励函数的计算，也负责Deep Q-Network算法经验池的维护；外部DDR存储器负责Deep Q-Network算法的经验池的存储；AXI总线接口为通用AXI总线接口结构，负责实现通用处理器与FPGA可编程逻辑模块之间控制信号和数据信号的传递与反馈；Target Q模块负责实现Target Q网络的前向推理计算；Current Q模块负责实现Current Q网络的前向推理和反向传播。本发明在高度优化FPGA硬件架构下，实现Deep Q-Network算法的实时计算。
-
公开(公告)号：CN110413791A
公开(公告)日：2019-11-05
申请号：CN201910718426.3
申请日：2019-08-05
Applicant: 哈尔滨工业大学
IPC: G06F16/35
Abstract: 基于CNN-SVM-KNN组合模型的文本分类方法，本发明涉及基于组合模型的文本分类方法。本发明的目的是为了解决现有方法文本分类准确率低的问题。具体过程为：1：文本预处理；2：对步骤一预处理后后的文本进行特征提取，得到特征提取后的文本；3：基于步骤2建立CNN模型；4：建立CNN-SVM模型；5：建立CNN-KNN模型；6：设定区分阈值d；7：计算距离：计算待分类的样本点到CNN-SVM分类器最优的分类面距离tmp；8：比较距离：当tmp＞d时，选择CNN-SVM分类器；否则，选择CNN-KNN分类器；9：重复执行步骤6至步骤9，寻找评价指标最优的d值。本发明用于文本分类领域。
-
公开(公告)号：CN109859525A
公开(公告)日：2019-06-07
申请号：CN201910266700.8
申请日：2019-04-03
Abstract: 本发明提供基于A星算法的车位导航方法，属于停车位管理技术领域。本发明将停车场划分为网格，每一个网格视为一个顶点；将起点放入集合A中，集合B置空；然后将A中的各顶点按照代价值升序排列，并将第一个顶点Vi放入B中；判断Vi是否为终点，如果是，导航结束；如果不是，扩展Vi的子顶点Vj；如果A、B中都没有Vj，那么将Vj放置到A中并将指针指向它的父级顶点Vi；如果A中存在Vj，则更新集合A中Vj的代价值，并将指针指向Vi；如果B中存在Vj，则该顶点不需考虑；重复上述操作直至导航结束。本发明解决了现有车位导航不能快速有效找到最短路径的问题。本发明可用于停车位管理。
-
公开(公告)号：CN108479435A
公开(公告)日：2018-09-04
申请号：CN201810339927.6
申请日：2018-04-16
Applicant: 哈尔滨工业大学
Abstract: 一种陶瓷基聚乙酸乙烯酯复合膜的制备方法，属于复合膜制备技术领域。所述方法为：陶瓷管式膜表面羟基化预处理：清洗陶瓷管式膜后，依次在盐酸、去离子水中浸渍，真空干燥，然后置于恒温恒湿箱中；陶瓷管式膜内膜表面硅烷化：将陶瓷管式膜置于不锈钢组件中，壳程为纯二甲苯，管程为硅烷偶联剂溶液，反应结束后，从不锈钢膜组件中取出陶瓷管式膜，清洗后真空干燥；乙酸乙烯酯接枝硅烷化的陶瓷管式膜：将陶瓷管式膜置于不锈钢组件中，壳程充满纯乙酸乙酯，配置聚合物单体溶液，升温加入引发剂后在管程中循环流动，反应结束后，从膜组件中取出陶瓷管式膜，清洗后真空干燥。本发明改性工艺流程简单方便、改性条件温和、费用较低、便于工业化推广。
-
公开(公告)号：CN108404690A
公开(公告)日：2018-08-17
申请号：CN201810338013.8
申请日：2018-04-16
Applicant: 哈尔滨工业大学
Abstract: 一种MOF-聚酰亚胺复合膜材料的制备方法，属于复合膜制备技术领域。所述方法如下：制备NH2-UiO-66：将ZrOCl2∙8H2O和2-氨基对苯二甲酸加入到N，N-二甲基甲酰胺中，搅拌，加入甲酸，油浴并回流冷凝，冷却离心，清洗后真空干燥；制备聚酰亚胺：将六氟二酐和4，4’-二氨基二苯醚加入到N-甲基吡咯烷酮中，在氮气环境下磁力搅拌，加入乙酸酐和三乙胺，继续搅拌，倒入甲醇溶液中沉淀，过滤后用甲醇清洗沉淀，真空干燥；制备MOF-聚酰亚胺复合膜：将NH2-UiO-66和聚酰亚胺分别溶解于有机溶剂中，混合得铸膜液，真空干燥，即得到MOF-聚酰亚胺复合膜材料。本发明的优点是：柔性较好、加工性能好、成本较低、孔隙率高、比表面积大、孔道开放、无需基底支撑。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.038 seconds)
