-
公开(公告)号：CN111340187A
公开(公告)日：2020-06-26
申请号：CN202010100316.3
申请日：2020-02-18
Applicant: 河北工业大学
Abstract: 本发明为基于对抗注意力机制的网络表征方法，该方法包括双映射函数的模型，第一个映射函数为将真实数据的节点属性信息以及网络拓扑信息通过图注意力网络为不同节点对分配不同的权重，将原始网络映射到低维空间得到更精确地真实数据的低维表达；第二个映射函数为通过将得到的真实数据的低维表达与扰动结合得到噪声，输入到生成器中映射成为噪声的节点属性信息以及网络拓扑信息；再将两个函数作为两个元组输入到判别器中进行判别，通过判别器给出的结果进行生成器以及编码器的优化，最终得到鲁棒性好以及能够完整保存原始网络信息的低维表达。该方法采用图注意力网络进行网络表征，考虑不同节点之间的相关程度，更加贴近现实情况，效果更好。
-
公开(公告)号：CN110851735A
公开(公告)日：2020-02-28
申请号：CN201911095305.4
申请日：2019-11-11
Applicant: 河北工业大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明为一种基于重启随机游走的多策略局部社区发现方法，该方法的步骤是：第一步，通过回溯法确定给定节点所在的局部最大团结构，并将局部最大团结构中度数最大的节点作为起始节点；第二步，通过重启随机游走算法得到起始节点向社区中其他节点的跳转概率值，并按照跳转概率值从大到小将对应的节点编号排序；第三步，将起始节点加入局部社区中，并依次向局部社区中选择性加入通过步骤二排序之后的节点，通过图传导性值的变化判断是否将新节点加入到局部社区结构中；而当加入节点候选集合中的任一节点均不能使局部社区的图传导性值变小时，算法终止，当前社区即为最优的局部社区结构。该方法有效提高了局部社区发现的召回率及精度。
-
公开(公告)号：CN100533491C
公开(公告)日：2009-08-26
申请号：CN200810052524.X
申请日：2008-03-26
Applicant: 河北工业大学
Abstract: 本发明涉及一种公共交通车辆客流采集装置，包括客流统计模块、信息采集模块、传输模块、报站模块。客流计数模块用于对上、下车的客流人数进行统计、存储。信息采集模块用于采集GPS信息进行车辆定位。传输模块用于将客流人数、时间、站点等信息传送给服务终端。报站模块用于自动语音报站。本发明的客流统计法不受单方向、单人次的限制，能对一个车门同时双向、两人同时经过的情况下进行客流统计。
-
公开(公告)号：CN119340059A
公开(公告)日：2025-01-21
申请号：CN202411220157.5
申请日：2024-09-02
Applicant: 河北工业大学
IPC: H01F7/02
Abstract: 本发明公开了一种电永磁吸盘弱磁移位调型控制系统及控制方法，包括：上位机，上位机用于发送调型命令和调磁命令；顶升杆，顶升杆控制端与上位机输出端连接，用于接收并实施调型命令；电永磁吸盘控制器，电永磁吸盘控制器输入端与上位机输出端连接，用于接收调磁命令调节磁力大小；电永磁吸盘，电永磁吸盘控制端与电永磁吸盘控制器输出端连接，用于实施调磁命令；压力传感器，压力传感器设置在电永磁吸盘上，压力传感器输出端与上位机输入端连接，用于检测电永磁吸盘与模具之间的压力，并对上位机提供压力数据，通过上述系统能够提高型面调节精度，避免型面移动时脱离电永磁吸盘。
-
公开(公告)号：CN119328954A
公开(公告)日：2025-01-21
申请号：CN202411220260.X
申请日：2024-09-02
Applicant: 河北工业大学
Abstract: 本发明公开了一种叶片模具用自动铺丝系统及铺丝方法，该系统包括：支撑架；连接架，设置在支撑架上，设置有底座，连接架能够在铺丝作业区域内移动；多轴机械臂，安装在底座上，能够沿垂直于铺丝作业区域平面的方向上下运动、以及沿多个方向转动；铺丝单元，安装在多轴机械臂上，能够输出电热丝，并将电热丝压合至叶片模具表面；第一检测单元，安装在底座上，用于检测叶片模具的表面信息和位置信息；移动驱动机构，用于控制连接架及其上的底座的移动；控制单元，用于生成铺丝路径，根据铺丝路径控制多轴机械臂、铺丝单元、第一检测单元和移动驱动机构动作，以进行电热丝的铺丝。本发明能够实现叶片模具上电热丝的自动铺丝，提高电热丝铺设质量。
-
Patent Agency Ranking
公开(公告)号：CN119110446A
公开(公告)日：2024-12-10
申请号：CN202411220185.7
申请日：2024-09-02
Applicant: 河北工业大学
Abstract: 本发明公开了一种柔性可加热型面及其制备方法，柔性可加热型面包括：金属网层，金属网层为孔隙结构，由弹簧与金属丝编制而成，金属网层用于复合材料支撑框架；隔热层，隔热层包覆于金属网层外侧，隔热层用于金属网层连接，同时对金属网层隔热；电加热层，电加热层通过隔热层设置在金属网层上平面，电加热层用于对型面加热；导热层，导热层设置在电加热层上平面，导热层用于对电加热层热量快速导热至表层。本发明同时具有柔韧性、气密性、耐老化性、电绝缘性、耐高低温性、可加热性，可以实现表面层加热底层隔热、层面随形的效果，满足不同叶片型号制备，有效降低了生产成本，提高了生产效率。
-
公开(公告)号：CN116129659B
公开(公告)日：2024-09-13
申请号：CN202310205025.4
申请日：2023-03-06
Applicant: 河北工业大学
Abstract: 本发明为一种基于自适应二维图卷积的起讫点交通流量预测方法，一是在捕获空间依赖性方面提出自适应二维图卷积，其具体做法为：在起点和终点两个维度建立节点嵌入矩阵；使用起点和终点两个维度的节点嵌入矩阵，构建起点和终点两个维度的自适应邻接矩阵；从两个角度对起讫点交通流量数据进行自适应二维图卷积。二是将自适应二维图卷积和时间卷积网络进行多层堆叠，并使用残差连接，防止过拟合现象，在此基础上构建时空卷积块，同时捕获空间依赖性和时间依赖性。使用时间卷积网络捕获不同时间片数据之间的时间依赖关系，能够充分捕获起讫点交通流量数据的时空依赖关系，从而提高了预测精度。
-
公开(公告)号：CN114386600B
公开(公告)日：2024-09-06
申请号：CN202210034393.2
申请日：2022-01-13
Applicant: 河北工业大学
Abstract: 本发明为基于自适应结构和位置编码的网络表征方法，首先提取原始网络图中节点的特征信息和结构信息，并从原始网络图中得到两个子网络图和对应的邻接矩阵；其次，采用随机游走方式对原始网络图的位置编码进行初始化；接着，原始网络图的特征矩阵和两个子网络图的邻接矩阵分别输入到两个结构编码器中，得到两个子网络图的节点级表征；然后，将初始化后的位置编码经过两次位置编码器，得到两个基于注意力的位置编码；最后，将两个子网络图对应的节点级表征和基于注意力的位置编码分别按照维度为1拼接在一起，再经过全连接层映射为原始网络图的网络表征。该方法将网络图的位置编码和结构编码融合，使得网络表征将既包含结构信息，又包含位置信息。
-
公开(公告)号：CN111340187B
公开(公告)日：2024-02-02
申请号：CN202010100316.3
申请日：2020-02-18
Applicant: 河北工业大学
IPC: G06N3/0464 , G06N3/0455 , G06N3/042 , G06N3/0475 , G06N3/094
Abstract: 本发明为基于对抗注意力机制的网络表征方法，该方法包括双映射函数的模型，第一个映射函数为将真实数据的节点属性信息以及网络拓扑信息通过图注意力网络为不同节点对分配不同的权重，将原始网络映射到低维空间得到更精确地真实数据的低维表达；第二个映射函数为通过将得到的真实数据的低维表达与扰动结合得到噪声，输入到生成器中映射成为噪声的节点属性信息以及网络拓扑信息；再将两个函数作为两个元组输入到判别器中进行判别，通过判别器给出的结果进行生成器以及编码器的优化，最终得到鲁棒性好以及能够完整保存原始网络信息的低维表达。该方法采用图注意力网络进行网络表征，考虑不同节点之间的相关程度，更加贴近现实情况，效果更好。
-
公开(公告)号：CN116797472A
公开(公告)日：2023-09-22
申请号：CN202310293003.8
申请日：2023-03-22
Applicant: 河北工业大学
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开一种基于门控小波的图片去模糊方法，该方法采用生成对抗网络基本构架，设计有门控小波处理模块，并对图片的空域和频域分别进行处理，得到边缘清晰清晰可读性强的图片，获得了较好的去模糊效果。相对于使用模糊核估计方法的去模糊模型而言，本发明由于端到端的层级结构，具有较大的感受野，可以去除不均匀的运动模糊，解决了模糊核估计方法只能对整体运动方向进行建模的问题。使用GAN网络更容易保存图像中的纹理细节、创建更接近真实的图像，使得人在感官上对于生成出来的图片有更高的接受度。由于网络基于CNN进行设计，因此模型尺寸小，易于部署到嵌入式终端，推理速度也更快。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.034 seconds)
