-
公开(公告)号:CN115657459A
公开(公告)日:2023-01-31
申请号:CN202210894104.6
申请日:2019-08-11
Applicant: 哈尔滨理工大学
IPC: G05B13/02
Abstract: 本发明一种自适应稳定平台属于精密仪器技术领域;所述自适应稳定平台,包括台面、位于台面下方中心位置的支撑,所述台面和支撑之间通过万向节连接;所述台面的下方还设置有成阵列分布的气嘴;所述气嘴包括上部气道、阀门套筒、下部气道和支架;上部气道顶部开口,底部封闭,侧壁下方设置有多个进气口;下部气道顶部封闭,底部连接外部供气设备,侧壁上方设置有多个出气口;上部气道和下部气道上下同轴设置,所述阀门套筒同时包裹在上部气道侧壁下方和下部气道侧壁上方,且能够沿上部气道和下部气道所在方向运动;本发明一种自适应稳定平台,实现了在不需要控制算法的条件下,平台的自适应稳定。
-
公开(公告)号:CN111275019A
公开(公告)日:2020-06-12
申请号:CN202010159454.9
申请日:2020-03-09
Applicant: 哈尔滨理工大学
IPC: G06K9/00
Abstract: 本发明一种微弱信号噪声剥离方法属于数字信号处理技术领域,该方法构建了五个全新的评价函数,这些评价函数或能够评价有用信号的自相关性,或能够评价有用信号、干扰信号和噪声信号中两种信号的互相关性,相关性越高,评价函数值越大,相关性越低,评价函数值越小,利用这个原理,通过选择最大或最小评价函数所对应的有用信号估计值,即可将有用信号从干扰信号中剥离,仿真结果表明,剥离出的有用信号与真值较为接近;如果噪声信号与有用信号之间的相关性进一步降低,那么本发明方法的效果会更理想。
-
公开(公告)号:CN109188907A
公开(公告)日:2019-01-11
申请号:CN201811074461.8
申请日:2018-09-14
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 一种应用于稳定平台控制系统的遗传退火粒子群混合算法,属于一种稳定平台控制系统算法。本发明针对现有的缺陷,提供了一种控制效果好、响应迅速、抗干扰能力强、精度高、超调小、收敛速度快的控制算法。本发明中,随机产生初始解群,将各个粒子位置解带入ADRC算法中,以本发明适应度函数形式确定各个粒子对应的适应度值和全局极值;更新粒子速度和位置,重复上述操作,更新当前个体极值和前全局极值;计算给定粒子新旧位置的适应度之差E,差值小于0,接受新解;差值大于0,则以exp(-E/T)>rand(0,1)概率性接受新解,直至达到平衡状态,输出最优全局极值,即得到自抗扰控制器最优参数。本发明主要用于稳定平台的粒子群优化。
-
公开(公告)号:CN115657459B
公开(公告)日:2024-08-23
申请号:CN202210894104.6
申请日:2019-08-11
Applicant: 哈尔滨理工大学
IPC: G05B13/02
Abstract: 本发明一种自适应稳定平台属于精密仪器技术领域;所述自适应稳定平台,包括台面、位于台面下方中心位置的支撑,所述台面和支撑之间通过万向节连接;所述台面的下方还设置有成阵列分布的气嘴;所述气嘴包括上部气道、阀门套筒、下部气道和支架;上部气道顶部开口,底部封闭,侧壁下方设置有多个进气口;下部气道顶部封闭,底部连接外部供气设备,侧壁上方设置有多个出气口;上部气道和下部气道上下同轴设置,所述阀门套筒同时包裹在上部气道侧壁下方和下部气道侧壁上方,且能够沿上部气道和下部气道所在方向运动;本发明一种自适应稳定平台,实现了在不需要控制算法的条件下,平台的自适应稳定。
-
公开(公告)号:CN117064390A
公开(公告)日:2023-11-17
申请号:CN202311081953.0
申请日:2023-08-26
Applicant: 哈尔滨理工大学
Abstract: 本申请公开了一种脑电图监测器,包括箱体、显示屏、辅助固定结构、调节结构、头盔式电极帽、坐板和定位结构;所述显示屏位于所述箱体上方,所述显示屏底端固接有连接轴,所述连接轴底端与所述箱体顶端转动连接,且所述连接轴底端与所述箱体之间设有所述辅助固定结构;所述箱体顶端为工作台,工作台上方设有凸起的支架,且所述显示屏与支架上方转动连接。通过摄像头组件能够对被检测者的头部位置进行捕捉,并通过对比头部位置以及头盔式电极帽的位置来自动调节穿戴;通过第一液压杆、第一电机以及第二液压杆可分别调节头盔式电极帽的位置、方向以及高度,从而实现自动穿戴头盔式电极帽的目的,提高了本脑电图监测器的工作效率,也节省了人力。
-
公开(公告)号:CN110412875B
公开(公告)日:2022-08-23
申请号:CN201910737189.5
申请日:2019-08-11
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明一种气嘴及一种自适应稳定平台属于精密仪器技术领域;所述气嘴包括上部气道、阀门套筒、下部气道和支架;上部气道顶部开口,底部封闭,侧壁下方设置有多个进气口;下部气道顶部封闭,底部连接外部供气设备,侧壁上方设置有多个出气口;上部气道和下部气道上下同轴设置,所述阀门套筒同时包裹在上部气道侧壁下方和下部气道侧壁上方,且能够沿上部气道和下部气道所在方向运动;所述自适应稳定平台,包括台面、位于台面下方中心位置的支撑,所述台面和支撑之间通过万向节连接;所述台面的下方还设置有成阵列分布的气嘴;本发明一种气嘴及一种自适应稳定平台,实现了在不需要控制算法的条件下,平台的自适应稳定。
-
公开(公告)号:CN113468984A
公开(公告)日:2021-10-01
申请号:CN202110665348.2
申请日:2021-06-16
Applicant: 哈尔滨理工大学
IPC: G06K9/00 , G06K9/34 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/60 , G06T5/30 , G06T7/11 , G06T7/136 , G06T7/41
Abstract: 一种农作物病虫害叶片识别系统、识别方法及病虫害预防方法,属于图像识别领域。问题。一种农作物病虫害叶片识别系统、识别方法及病虫害预防方法,采用嵌入式图像预处理技术获得昆虫图像的颜色特征和纹理特征的信息,判断是否可能受到病虫侵害;采集农作物病虫害叶片的图像,搭载pytorch框架平台,结合深度残差网络和Adam算法利用采集的农作物病虫害叶片图像对卷积神经网络进行训练;利用训练好的卷积神经网络测试待识别的可能受到病虫害的叶片测试集图像;对识别出的受病虫害的叶片的患病分类并采取预防措施。本发明提高农作物病虫害智能识别率。
-
公开(公告)号:CN116758411A
公开(公告)日:2023-09-15
申请号:CN202310504135.0
申请日:2023-05-06
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及遥感图像目标检测技术领域,特别是一种基于遥感图像逐像素处理的舰船小目标检测方法;该方法首先进行图像超分辨率重建及数据标注等工作;利用RegNet得到多尺度特征图;通过特征金字塔将多尺度特征图进行特征融合,得到多尺度特征信息;在特征图上对每个像素点进行采样,对每个像素点进行中心度分支预测和回归分类;对预测结果进行非极大值抑制来消除重复框;通过损失函数计算预测误差,并使用反向传播算法更新模型参数,得到舰船目标检测模型;本发明基于遥感图像逐像素处理的舰船小目标检测方法在特征提取基础上增加了反卷积层,有效解决了目标特征信息不足的问题,提升了小目标检测精度,通过逐像素预测的方式解决了检测模型冗余问题。
-
公开(公告)号:CN111368778B
公开(公告)日:2022-05-27
申请号:CN202010175938.2
申请日:2020-03-13
Applicant: 哈尔滨理工大学
IPC: G06K9/00
Abstract: 本发明一种基于智能优化算法的微弱信号噪声剥离方法属于数字信号处理技术领域,该方法针对本发明团队在先申请发明专利《一种微弱信号噪声剥离方法》中算法耗时长的问题,对该专利提出的五种算法进行改进,通过引入智能优化算法,使得算法在评价函数出现极值时自动跳出循环;仿真结果表明,因为方法中评价函数出现极值时为局部最优而非全局最优,所以会与在先申请发明专利《一种微弱信号噪声剥离方法》中的结果有一定差异,但是这种差异很小,因此认为取得了能够接受的噪声剥离结果,重要的是,本发明可以大幅降低算法执行时间,提高执行效率,有利于对微弱信号进行实时检测。
-
公开(公告)号:CN111368778A
公开(公告)日:2020-07-03
申请号:CN202010175938.2
申请日:2020-03-13
Applicant: 哈尔滨理工大学
Abstract: 本发明一种基于智能优化算法的微弱信号噪声剥离方法属于数字信号处理技术领域,该方法针对本发明团队在先申请发明专利《一种微弱信号噪声剥离方法》中算法耗时长的问题,对该专利提出的五种算法进行改进,通过引入智能优化算法,使得算法在评价函数出现极值时自动跳出循环;仿真结果表明,因为方法中评价函数出现极值时为局部最优而非全局最优,所以会与在先申请发明专利《一种微弱信号噪声剥离方法》中的结果有一定差异,但是这种差异很小,因此认为取得了能够接受的噪声剥离结果,重要的是,本发明可以大幅降低算法执行时间,提高执行效率,有利于对微弱信号进行实时检测。
-
-
-
-
-
-
-
-
-