“梁欣涛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果39个，建议您升级VIP下载更多相关专利

[发明专利]一种数字孪生驱动深度迁移学习模型的滚动轴承故障诊断方法-CN202310310421.3在审
发明人：吴彦波;金家兴;王玉静;康守强;梁欣涛;孙宇林 -专利权人：哈尔滨市滨奇科技发展有限公司;哈尔滨理工大学
申请日： 2023-03-27 - 公布日： 2023-10-27 - 主分类号： G01M13/045 文献下载
摘要：一种数字孪生驱动深度迁移学习模型的滚动轴承故障诊断方法，涉及滚动轴承故障诊断技术领域，为了解决针对不同工况下滚动轴承源域样本数据标签获取困难、样本量较少，且目标域样本数据标签缺失的问题而提出。该方法以深沟球轴承作为研究对象建立三维模型，通过有限元分析软件及显式动力学算法进行动力学分析，根据加速度探测位置对模型进行仿真计算，获得滚动轴承故障孪生数据；其次，引入基于Wasserstein距离的生成对抗网络，并提出使用梯度惩罚项对其进行改进，减小孪生数据与真实数据之间的分布差异，实现特征融合；最后，利用迁移学习的思想，引入全局注意力机制对残差网络进行改进，利用多核最大均值差异对源域和目标域所提取的特征进行域适应处理，实现无标签目标域样本数据的迁移学习，最终建立基于数字孪生的滚动轴承故障诊断智能模型。实验验证，所提方法可有效解决不同工况下轴承带标签样本缺失的问题，且对于滚动轴承故障诊断准确率有显著提升。
一种数字孪生驱动深度迁移学习模型滚动轴承故障诊断方法

[发明专利]一种基于DNA编码的多通道彩色图像混沌加密方法-CN201910075280.5有效
发明人：康守强;吴晨晨;王玉静;谢金宝;王庆岩;梁欣涛 -专利权人：哈尔滨理工大学
申请日： 2019-01-25 - 公布日： 2023-08-25 - 主分类号： G06F21/60 文献下载
摘要：一种基于DNA编码的多通道彩色图像混沌加密方法，涉及数字图像加密领域，针对现有图像混沌加密方案存在不足以及高维连续时间混沌系统离散过程算法复杂，以致加密图像安全性低、获取离散混沌序列耗时的问题而提出的。利用六维离散超混沌系统产生六组混沌序列，由哈希函数SHA‑256产生系统迭代初始值；提取彩色图像的RGB分量，对各分量作DNA编码分别得到DNA矩阵并合并，构建重组DNA矩阵，同时执行行列置乱操作；然后，将置乱DNA矩阵拆分成三个大小相同的矩阵，分别与DNA编码后的三个混沌密钥矩阵作DNA计算，再对得到的矩阵执行DNA解码操作；对解码矩阵执行扩散加密操作，加密轮数由SHA‑256决定。加密效果好，安全性高。
一种基于 dna 编码通道彩色图像混沌加密方法

[实用新型]一种智能家居网关系统-CN202221532236.6有效
发明人： 梁欣涛;付强;王博宽;余夏莉;高青昊;崔荃 -专利权人：哈尔滨理工大学
申请日： 2022-06-17 - 公布日： 2023-06-27 - 主分类号： H04L12/28 文献下载
摘要：本实用新型公开了一种智能家居网关系统，涉及智能家居领域，该智能家居网关系统包括：网关，用于通过Zigbee协调器接收节点综合模块的采集环境数据，通过与环境数据阈值的比较来选择对Zigbee协调器下达控制指令；LED显示屏，用于显示网关接收到的采集环境数据，并可根据现实需要修改环境数据的阈值；直接控制网关对Zigbee协调器下达控制节点综合模块的指令；与现有技术相比，本实用新型的有益效果是：本实用新型通过对STM32F407网关的一次阈值输入，使得智能家居网关系统基本实现自律运行；节点综合模块具有功能拓展的能力，便于适应不同状况；采用Zigbee数据传输更加节能环保。
一种智能家居网关系统

[发明专利]一种无监督模型参数迁移的滚动轴承寿命预测方法-CN202010971076.4有效
发明人：康守强;邢颖怡;王玉静;王庆岩;梁欣涛;康成璐 -专利权人：哈尔滨理工大学
申请日： 2020-09-15 - 公布日： 2023-03-03 - 主分类号： G06F18/213 文献下载
摘要：一种无监督模型参数迁移的滚动轴承寿命预测方法，属于滚动轴承状态识别及剩余寿命预测技术领域。本发明针对实际中某种工况滚动轴承带标签振动数据获取困难，健康指标难以构建及寿命预测误差大的问题而提出的。该方法首先对滚动轴承全寿命周期振动数据提取均方根特征，并引入新的自下而上时间序列分割算法将特征序列分割为正常期、退化期和衰退期3种状态；对振动信号经快速傅里叶变换后的幅值序列进行状态信息标记，并作为改进全卷积神经网络的输入，提取深层特征，经训练构建源域模型和微调后的状态识别模型，实现滚动轴承多状态识别；利用状态概率估计法建立滚动轴承寿命预测模型。实验验证，所提方法无需构建健康指标，可实现无监督条件下不同工况滚动轴承状态识别和寿命预测，并获得较好的效果。
一种监督模型参数迁移滚动轴承寿命预测方法

[发明专利]一种基于汉字-拼音的融合问题语义匹配方法-CN201910249978.4有效
发明人：谢金宝;战岭;王振东;王玉静;梁欣涛;向键鑫 -专利权人：哈尔滨理工大学
申请日： 2019-03-29 - 公布日： 2023-01-31 - 主分类号： G06F40/30 文献下载
摘要：本发明提出了一种融合问题语义匹配方法，属于自然语言处理领域。本发明用于自动匹配回答消费者线上咨询时所提出的问题，同时通过汉字‑拼音特征融合的方法降低消费者所输入的同音错别字对问题语义匹配模型性能的影响。本发明所提出的双孪生长短时记忆网络结构通过两个单孪生长短时记忆网络独立地对汉字与拼音两种特征进行语义提取，使模型能够以不同的方式提取汉字序列与拼音序列的特征，再通过汉字与拼音特征拼接并进行语义合成，得到融合了汉字与拼音特征的语义向量，最后通过计算两个问题语义向量之间的负指数曼哈顿距离，输出两个问题的语义匹配程度。本发明提高了问题语义匹配模型在实际应用中的效果。
一种基于汉字拼音融合问题语义匹配方法

[发明专利]一种基于联邦特征迁移学习的不同工况下滚动轴承故障诊断方法及系统-CN202211214916.8在审
发明人：康守强;杨加伟;王玉静;谢金宝;王庆岩;梁欣涛;宋显华 -专利权人：哈尔滨理工大学
申请日： 2022-09-30 - 公布日： 2023-01-03 - 主分类号： G01M13/04 文献下载
摘要：本发明提出一种基于联邦特征迁移学习的不同工况下滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域。本发明的技术要点包括：对滚动轴承时域振动数据做小波变换得到时频谱图，将先验的有标签公共数据作为源域，多用户无标签孤岛隐私数据作为目标域；引入多表示特征提取结构对原始残差网络进行改进，提取源域和目标域的多表示特征，分别构建多用户本地模型；使用深度神经网络的模型压缩思想改进联邦迁移学习框架中的参数传递策略，增强联邦框架的安全性并降低通信开销；在服务器端构建可用于不同工况下滚动轴承故障诊断的联邦全局模型。本发明无需多用户共享数据即可整合孤岛数据知识，具有较高的准确率和较强的泛化性。
一种基于联邦特征迁移学习不同工况滚动轴承故障诊断方法系统

[发明专利]一种基于深度自编码器构图的高光谱图像半监督分类方法-CN202110116366.5有效
发明人：王庆岩;张琦;陈萌;梁欣涛;王玉静 -专利权人：哈尔滨理工大学
申请日： 2021-01-28 - 公布日： 2022-12-30 - 主分类号： G06V10/764 文献下载
摘要：一种基于深度自编码器构图的高光谱图像半监督分类方法，涉及遥感图像处理技术领域，用以解决现有高光谱图像分类方法中存在的分类效果不佳的技术问题。本发明方法的技术要点包括：构建稀疏自编码器用于获得高光谱图像数据的谱域特征；用基于自我表达模型的方法构造图结构；利用变分图自编码器(VGAE)优化图结构；对优化后的图结构的系数矩阵进行修正；利用高斯随机场和调和函数(GRF)实现分类。本发明充分考虑了高光谱数据间的相互联系，并且兼顾高光谱数据的谱域信息和空域信息，在小样本条件下能够使高光谱数据分类达到较高的准确率。
一种基于深度编码器构图光谱图像监督分类方法

[发明专利]一种用于不同规格滚动轴承故障诊断的联邦模型迁移学习方法及系统-CN202211210685.3在审
发明人：康守强;肖杨;王玉静;王庆岩;梁欣涛;谢金宝;宋显华 -专利权人：哈尔滨理工大学
申请日： 2022-09-30 - 公布日： 2022-12-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种用于不同规格滚动轴承故障诊断的联邦模型迁移学习方法及系统，涉及滚动轴承故障诊断技术领域，用以解决现有联邦学习方法对于不同规格的滚动轴承的故障诊断效果不佳的问题。本发明方法的技术要点包括：对多个用户振动数据做短时傅里叶变换，构建时频图数据集；各用户训练本地模型并将模型参数上传至服务器，同时引入差值更新和参数稀疏化算法改进联邦学习中本地模型参数传递策略；服务器采用联邦平均算法聚合模型参数并更新本地模型，迭代后建立用于迁移学习的共享模型；提出逐层解冻策略保留共享模型部分参数并发送给每个用户，利用本地数据微调共享模型，获得适用于每个用户的个性化模型。本发明具有较高准确率和良好的泛化性能。
一种用于不同规格滚动轴承故障诊断联邦模型迁移学习方法系统

[发明专利]一种基于目标检测与实例分割的绝缘子故障识别方法及系统-CN202210783889.X在审
发明人：王庆岩;牟翔宇;陈庆国;梁欣涛 -专利权人：哈尔滨理工大学
申请日： 2022-07-05 - 公布日： 2022-11-04 - 主分类号： G06V20/17 文献下载
摘要：一种基于目标检测与实例分割的绝缘子故障识别方法及系统，属于绝缘子故障检测技术领域，用以解决由于航拍图像中绝缘子背景复杂、绝缘子占比小导致绝缘子故障区域的定位及检测精度受到影响的问题。本发明方法的技术要点包括：基于YOLOv5算法完成绝缘子图像分割，有效滤除航拍图像的复杂背景，解决绝缘子在图像中占比小的问题；基于SOLOv2算法识别故障种类的同时，标出故障位置并绘制精细的掩膜；构建协同YOLOv5和SOLOv2算法的绝缘子故障检测模型，经实验对比，相比于原始SOLOv2算法提升了定位及分割精度，所对比的各项评价指标显著提升，有助于工程上综合安全性和经济性的因素考虑做出合理应对。
一种基于目标检测实例分割绝缘子故障识别方法系统

[发明专利]一种不平衡数据下的多任务植物生化参量反演方法及系统-CN202210913024.0在审
发明人：王庆岩;和嘉潇;梁欣涛;王玉静 -专利权人：哈尔滨理工大学
申请日： 2022-07-31 - 公布日： 2022-11-01 - 主分类号： G06F30/27 文献下载
摘要：一种不平衡数据下的多任务植物生化参量反演方法及系统，涉及植物叶片物化参量反演技术领域，用以解决现有技术中由于叶片数据样本不平衡、对多个反演参量任务模型特征利用率低而导致的参量反演结果不准确的问题。本发明的技术要点包括：输入端对多维数据标签预处理，控制不同任务的损失比重相似；构建卷积神经网络，不同反演任务共享底层的特征提取层，输出端使用平衡均方误差作为损失函数，对任务损失使用自适应加权，完成模型训练。本发明考虑到了植物物化参量间的相关性，使用多任务模型降低了模型参数的冗余度，并且能够规避实测数据不平衡导致的对丰富样本的过度表示和对稀缺样本的忽略，提升了多维不平衡数据整体的预测准确度。
一种不平衡数据任务植物生化参量反演方法系统

[发明专利]一种基于深度孪生网络的高光谱图像变化检测方法及系统-CN202210818382.3在审
发明人：王庆岩;钱加栋;梁欣涛;王玉静 -专利权人：哈尔滨理工大学
申请日： 2022-07-13 - 公布日： 2022-10-14 - 主分类号： G06V20/10 文献下载
摘要：一种基于深度孪生网络的高光谱图像变化检测方法及系统，涉及高光谱图像变化检测技术领域，用以解决现有技术在高光谱数据特征提取后数据的关联性低且分类效果不理想的问题。本发明的技术要点包括：构建孪生网络模型用于处理双时相高光谱数据；利用注意力机制生成空间‑光谱联合的注意力特征；利用语义分割网络提取多尺度特征；利用改进的特征度量方法来计算损失；利用阈值分割方法实现分类。本发明充分考虑了高光谱数据间的相互联系，并且兼顾高光谱数据的谱域信息和空域信息，能够有效区分对由于成像条件和噪声造成的虚假变化像素和由于地物类型变化造成的真实变化像素。
一种基于深度孪生网络光谱图像变化检测方法系统

[发明专利]一种基于深度跨域少样本学习的高光谱图像分类方法及系统-CN202210788833.3在审
发明人：王庆岩;罗鑫华;陈庆国;梁欣涛 -专利权人：哈尔滨理工大学
申请日： 2022-07-06 - 公布日： 2022-10-11 - 主分类号： G06V20/10 文献下载
摘要：一种基于深度跨域少样本学习的高光谱图像分类方法及系统，涉及遥感图像处理技术领域，用以解决现有高光谱图像分类方法中存在的分类效果不佳的技术问题。本发明的技术要点包括：使用两个映射层来确保源域和目标域之间具有相同的输入维度；采用嵌入式特征提取器将源域和目标域的图像立方体同时嵌入到空间‑光谱嵌入空间中，使同一类样本被映射得尽可能近，不同类样本尽可能远；通过计算每一类的未标记样本和标记样本在空间‑光谱嵌入空间中的距离进行源域和目标域少样本学习；利用条件域鉴别器减小域间的域转移，使提取的空间‑光谱嵌入特征具有域不变性。本发明在少样本条件下能够使高光谱数据分类达到较高的准确率。
一种基于深度跨域少样本学习光谱图像分类方法系统

[发明专利]基于多级策略和深度强化学习框架的图像中文描述系统及方法-CN202110692364.0有效
发明人：王玉静;杨凯悦;殷楠楠;谢金宝;梁欣涛 -专利权人：哈尔滨理工大学
申请日： 2021-06-22 - 公布日： 2022-09-09 - 主分类号： G06V30/40 文献下载
摘要：本发明是一种基于多级策略和深度强化学习框架的图像中文描述系统及方法，属于计算机视觉和自然语言处理的交叉领域，图像中文描述方法针对图像中文描述中生成语句的连贯性不佳、可读性差、模型训练时间长等问题；基于RNN的模型，语言指标和视觉语义功能集成以进行优化。所提出的框架包括多级策略网络和多级奖励功能两个模块，引入ResNet152网络提取图像全局特征,通过双层门控循环单元网络(GRU)解码生成图像中文描述模型。本文使用AI Challenger全球AI挑战赛图像中文描述数据集进行实验，并针对词级策略网络和语言奖励功能的几种代表性图像文本模型实验结果表明，该框架在各种评估指标上均具有提升。
基于多级策略深度强化学习框架图像中文描述系统方法

[发明专利]一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法-CN202210429221.5在审
发明人：康守强;杨佳轩;王玉静;孙宇林;谢金宝;王庆岩;梁欣涛 -专利权人：哈尔滨理工大学
申请日： 2022-04-22 - 公布日： 2022-08-05 - 主分类号： G06K9/62 文献下载
摘要：一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法，涉及滚动轴承故障分类技术领域，用以解决深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题。本发明的技术要点包括：以循环扩展的方式建立宽度学习系统(BLS)的增强节点窗口，并在增强层引入Maxout激活函数构建改进的BLS网络，同时引入遗传算法优化网络节点结构，建立基于源域数据的预训练模型；将预训练模型的网络参数、特征层和增强层的权重参数迁移至目标域网络，并利用少量目标域训练样本微调网络建立状态分类模型。本发明方法可以在更短的时间内建立分类模型并获得良好的分类准确率，适用于不同负载下滚动轴承故障状态的快速分类。
一种改进宽度迁移学习不同负载滚动轴承状态快速分类方法

[发明专利]一种基于模型迁移和维纳过程的滚动轴承RUL预测方法-CN202210429223.4在审
发明人：王玉静;李达;康守强;梁欣涛;谢金宝;王庆岩;孙宇林 -专利权人：哈尔滨理工大学
申请日： 2022-04-22 - 公布日： 2022-08-05 - 主分类号： G06F30/17 文献下载
摘要：一种基于模型迁移和维纳过程的滚动轴承RUL预测方法，涉及滚动轴承使用寿命预测技术领域，用以解决使用寿命百分比作为标签难以准确描述滚动轴承退化过程以及不同工况情况下轴承寿命预测准确率不高的问题。本发明的技术要点包括：提取某工况下全寿命滚动轴承的各振动统计特征，利用单层NCAE网络与SOM网络构建健康指标模型，使用健康指标对滚动轴承频域幅值序列进行标记；使用源域数据训练结合深度NCAE网络与前馈神经网络FNN的组合网络得到预训练模型；利用目标域数据微调，得到滚动轴承性能退化模型，利用性能退化指标量化值的增量建立维纳过程模型，实现不同工况下滚动轴承的RUL预测。本发明适用于对滚动轴承剩余使用寿命的预测技术中。
一种基于模型迁移过程滚动轴承 rul 预测方法

1
2
3
下一页»
尾页
共 39 条