“王红滨”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89个，建议您升级VIP下载更多相关专利

[发明专利]一种基于IPFS的区块链存储优化方法-CN202311089522.9在审
发明人：徐东;武秋燕;孟宇龙;卢中玉;赵佳媛;刘芳玮;杨梓韵;蔡成涛;王巍;赵伟;王小芳;李承国;李冰洋;吕宏武;吕继光;谢晓芹;郑丽颖;王红滨;李熔盛;初妍 -专利权人：哈尔滨工程大学;哈尔滨工程大学三亚南海创新发展基地;海南俊码数据研究院有限公司
申请日： 2023-08-28 - 公布日： 2023-10-27 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种基于IPFS的区块链存储优化方法，包括：构建区块安全性判定模型，获取高安全性区块和低安全性区块；上传UTXO集结合所述高安全性区块，通过压缩所述高安全性区块生成摘要块并更新所述UTXO集，将所述摘要块广播给其他节点存储，其他节点将接收到的所述摘要块进行安全性验证后进行存储；所述低安全性区块直接存储本地节点；所述摘要块通过首尾链接形成摘要链，利用所述本地节点存储所述摘要链代替完整高安全性区块，完成区块链存储优化。本发明能够一定程度缓解区块膨胀问题，减轻节点存储开销的效果，能有效响应交易验证和提高交易处理速度。
一种基于 ipfs 区块存储优化方法

[发明专利]基于声重组特征网络的水面航行器声信号基频提取方法-CN202310859687.3在审
发明人：何鸣;王永乐;董浩亮;王金满;王红滨;周连科;王念滨;孙彧 -专利权人：哈尔滨工程大学;江苏科技大学
申请日： 2023-07-13 - 公布日： 2023-10-20 - 主分类号： G10L25/51 文献下载
摘要：基于声重组特征网络的水面航行器声信号基频提取方法，属于基频提取领域。本发明解决了现有基频提取任务的声信号特征提取方法存在处理方式复杂、鲁棒性差的问题。本发明将待进行基频提取的声信号按照LHS算法产生的最小帧长切割成等长的音频段；采用LHS算法对所述等长的音频段的基频进行标记；采用声重组特征网络提取音频段的声信号的基频特征；采用基频提取网络利用基频特征对对应的音频段进行基频提取。本发明适用于基频提取。
基于重组特征网络水面航行信号基频提取方法

[发明专利]一种基于卷积相似度的水声环境参数分类方法-CN202110983334.5有效
发明人： 王红滨;王鹏鸣;张政超;何鸣;王勇;周连科;王念滨;孙彧 -专利权人：哈尔滨工程大学
申请日： 2021-08-25 - 公布日： 2023-06-30 - 主分类号： G06F30/27 文献下载
摘要：一种基于卷积相似度的水声环境参数分类方法，涉及水声环境参数反演领域。本发明是为了解决目前水声环境参数分类方法无法在保证网络性能的同时降低网络训练时间与网络参数规模，进而导致水声环境参数分类方法不适合低算力、低容量设备的问题。本发明包括：将待分类的水声信息矩阵输入到训练好的水声环境参数分类网络中获得分类好的水声环境参数；训练好的水声环境参数分类网络包括：利用水声信息矩阵训练超网络获取训练好的超网络和每个卷积输出的水声特征矩阵；对特征矩阵进行降维、拼接、利用高斯核卷积操作获得一维特征向量；获取特征矩阵相似度系数；对训练好的超网络裁剪，获取训练好的水声环境参数分类网络。本发明用于水声环境参数分类。
一种基于卷积相似环境参数分类方法

[发明专利]一种基于语义增强的标题短文本分类方法-CN202010214338.2有效
发明人：周连科;王诚;张耘;张英琪;王红滨;王念滨;张毅;赵昱杰 -专利权人：哈尔滨工程大学
申请日： 2020-03-24 - 公布日： 2023-06-23 - 主分类号： G06F16/35 文献下载
摘要：一种基于语义增强的标题短文本分类方法，它属于文本分类技术领域。本发明解决了现有方法对情报数据挖掘中的标题短文本分类的精确度低的问题。本发明对采集的标题短文本以及标题短文本对应的文章内容进行预处理后，将预处理后的文章内容作为样本数据的扩充语料，另外还通过特征检索的方式获得了标题短文本的扩充语料，并且利用验证集对模型参数寻优时获得的优质数据集对训练集进行更新，即本发明对标题短文本进行了CSE编码语义增强和ASE自主语义增强，通过语义增强技术对标题短文本进行分类，可以有效提高FastText分类器在短文本分类上的精确度，分类精度将有近30％的大幅度提升。本发明可以应用于短文本分类。
一种基于语义增强标题文本分类方法

[发明专利]一种用于理解深度学习模型目标分类决策机制的决策树生成方法-CN202010271181.7有效
发明人：王念滨;柳扬;张耘;王红滨;周连科;张毅;厉原通 -专利权人：哈尔滨工程大学
申请日： 2020-04-08 - 公布日： 2023-06-13 - 主分类号： G06V10/774 文献下载
摘要：一种用于理解深度学习模型决策机制的决策树生成方法，它属于深度学习模型的决策机制理解技术领域。本发明解决了在现有基于决策树的深度学习模型决策机制理解方法中需要对深度学习模型进行特殊处理，产生的理解效果有限，且现有方法复杂，对模型决策机制的理解造成影响的问题。本发明利用训练好的深度学习模型，通过使用局部解释的方法来得到输入变量的贡献值，从而最终构建出贡献分布矩阵。将贡献分布矩阵作为输入，利用平均贡献值差异作为划分标准，递归地分区生成模型的决策树，再对生成的决策树进行剪枝、验证最终得到最优解释树。本发明可以应用于深度学习模型的决策机制理解。
一种用于理解深度学习模型目标分类决策机制决策树生成方法

[发明专利]融合义原信息的语言含义理解方法-CN202011431776.0有效
发明人：王念滨;汪先慈;张耘;周连科;王红滨;张毅;崔琎 -专利权人：哈尔滨工程大学
申请日： 2020-12-09 - 公布日： 2023-05-26 - 主分类号： G06F40/30 文献下载
摘要：融合义原信息的语言含义理解方法，属于语言信息处理技术领域。为了解决现有的语言建模方法存在复杂度较高的问题和不能兼顾效果的问题。本发明所述方法首先将语言以每个单词为单位，按照两条路径进行处理；左路径：单词编码器+RNN+单词解码器，左路径输出记为wl；右路径：义原编码器+RNN+义原解码器+词语解码器+sigmoid，右路径输出记为wr；然后将两个路径的输出进行融合。主要用于语言含义理解。
融合信息语言含义理解方法

[发明专利]一种基于二阶反向传播优先级的游戏策略获得方法-CN201911351336.1有效
发明人： 王红滨;原明旗;何鸣;张耘;王念滨;周连科;张毅 -专利权人：哈尔滨工程大学
申请日： 2019-12-24 - 公布日： 2023-04-07 - 主分类号： A63F13/67 文献下载
摘要：一种基于二阶反向传播优先级的游戏策略获得方法，它属于智能化决策获取技术领域。本发明解决了在游戏策略的指挥决策过程中存在的数据利用率低以及策略质量低的问题。本发明方法结合了DPSCRM方法和BPTM方法，通过样本序列的累计奖赏值构建第一级奖赏值，可以获得高质量的策略；基于TD‑error构建优先级可以反向衰减传播的第二级优先级，可以提升数据利用率。本发明可以应用于游戏策略的获取。
一种基于反向传播优先级游戏策略获得方法

[发明专利]兼具通用语义及领域语义的形式概念相似性快速度量方法-CN202010537236.4有效
发明人：王福刚;王红滨;周连科;陈田田;张梅恒 -专利权人：哈尔滨工程大学;牡丹江师范学院
申请日： 2020-06-12 - 公布日： 2023-04-07 - 主分类号： G06F40/30 文献下载
摘要：兼具通用语义及领域语义的形式概念相似性快速度量方法，主要用于利用FCA方法进行文本信息检索中的形式概念相似性快速度量，属于信息检索技术领域。为解决现有形式概念相似性判断方法无法包含数据集所涵盖的领域信息问题以及计算内涵语义相似性的过程过于复杂等问题。本发明通过数据集的主题聚类，统计各个词共属类别的次数；利用概念格成员的属性频率和逆概念频率求取基于成员的重要性的两个概念相似性；内涵中每个属性使用基于公共语料的词向量表示，并取其均值作为内涵向量；使用各个词共属类别的次数修正内涵向量的相似性，获得两内涵包含通用和领域语义的相似性；综合基于成员重要性的相似性和内涵语义相似性，得到两个形式概念的相似性。
兼具通用语义领域形式概念相似性快速度量方法

[发明专利]一种基于混合度量的特征分布度量方法-CN202211689077.5在审
发明人：何鸣;张耘;王红滨;王勇;周连科;王念滨;孙彧 -专利权人：哈尔滨工程大学
申请日： 2022-12-27 - 公布日： 2023-03-28 - 主分类号： G06V10/74 文献下载
摘要：一种基于混合度量的特征分布度量方法，为解决在图像分类时深度迁移学习方法的迁移学习模型无法对目标域数据准确标注的问题。将图片分为源域和目标域；利用源域中的图片对迁移学习模型进行训练，得到模型；计算分类损失；计算域间特征边缘分布差异的一、二、三阶统计量距离，再加权组合得到域间特征边缘分布的混合度量；获取目标域软标签，利用软标签计算目标域特征的初始软质心，再使用余弦相似度得目标域特征的伪标签；计算域间特征的条件分布差异的一、二、三阶统计量距离，再加权组合得到域间特征条件分布的混合度量；将二者混合度量相加得域间特征统计量距离；计算迁移学习模型总体损失函数，更新模型；预测测试样本，得到种类预测概率。
一种基于混合度量特征分布方法

[发明专利]基于不确定性感知分层强化学习的迷宫导航策略学习方法-CN202211386351.1在审
发明人：王念滨;胡文宁;王永乐;何鸣;王勇;周连科;王红滨;孙彧 -专利权人：哈尔滨工程大学
申请日： 2022-11-07 - 公布日： 2023-03-28 - 主分类号： G06N3/092 文献下载
摘要：基于不确定性感知分层强化学习的迷宫导航策略学习方法，为了解决迷宫导航的分层强化学习训练阶段存在诸多不确定因素，导致分层强化学习的高层策略训练不稳定，使智能体决策准确率较低的问题，确定迷宫导航分层强化学习中影响高层策略训练稳定性的因素；获取迷宫导航的训练数据集；利用训练数据集对构建的动作不确定性估计网络进行训练，输入迷宫导航中智能体的状态和任务目标，输出伪子目标，得到训练好的动作不确定性估计网络；利用伪子目标约束分层强化学习高层策略的训练过程，得到子目标；利用子目标约束分层强化学习低层策略的训练过程，得到智能体的动作，计算低层策略的期望最大化平均奖励回报，回报值越大，迷宫导航策略学习越成功。
基于不确定性感知分层强化学习迷宫导航策略学习方法

[发明专利]基于竞争混合网络的舰船控制方法-CN202011309350.8有效
发明人： 王红滨;谢晓东;何鸣;王念滨;周连科;崔琎 -专利权人：哈尔滨工程大学
申请日： 2020-11-20 - 公布日： 2023-01-17 - 主分类号： G06F30/27 文献下载
摘要：基于竞争混合网络的舰船控制方法，本发明涉及舰船控制方法。本发明的目的是为了解决现有舰船在复杂环境中控制精度低的问题。过程为：一、建立个体智能体网络模型；二、建立优势混合网络模型；三、建立状态值混合网络模型；四、将个体观测历史输入到个体智能体网络模型中得到个体优势值函数以及个体状态值函数；将个体优势值函数传给优势混合网络模型，优势混合网络模型输出联合优势函数值；将个体状态值函数传给状态值混合网络模型，状态值混合网络模型输出联合状态值混合值；通过将联合优势函数值与联合状态值混合值相加得到联合动作值函数。本发明用于舰船控制领域。
基于竞争混合网络舰船控制方法

[发明专利]一种面向卷积神经网络分类结果的可视化算法-CN201810519569.7有效
发明人：周连科;谢晓东;褚慈;王红滨;李秀明;王念滨;赵昱杰;薛冬梅;王勇军;何茜茜 -专利权人：哈尔滨工程大学
申请日： 2018-05-28 - 公布日： 2022-11-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种面向卷积神经网络分类结果的可视化算法，属于计算机视觉与数字图像处理技术领域。本发明在全连接层使用相关性传播算法，得到最后一层卷积层中每个神经元对最终输出结果的贡献的大小，根据其贡献计算出该卷积神经网络的类激活映射图。在得到类激活映射图之后，也就获得了最后一层卷积层中对分类结果有贡献的神经元的位置，根据提出的基于位置信息的传播算法，将卷积层中支持分类的神经元位置逐层向前重定向，直到输入层，从而得到输入图像中对输出结果有贡献的像素位置集合，最终得到可以解释卷积神经网络分类依据的可视化图像，本发明在解释卷积神经网络的分类方面具有更高的准确性，且在解释分类决策时能区分类别之间的特征。
一种面向卷积神经网络分类结果可视化算法

[发明专利]基于实体超平面投影的知识表示学习模型-CN201910695772.4有效
发明人：王念滨;秦帅;张耘;张毅;王红滨;周连科 -专利权人：哈尔滨工程大学
申请日： 2019-07-30 - 公布日： 2022-10-25 - 主分类号： G06N20/00 文献下载
摘要：基于实体超平面投影的知识表示学习模型，本发明涉及知识表示学习模型。本发明的目的是为了解决现有现有的知识表示学习模型大部分都只关注知识图谱的结构化信息，仅仅利用知识三元组来学习实体以及关系的表示，却忽略了实体的文本描述中可能蕴含的一些有用信息，导致处理任务时准确率低的问题。过程为：步骤一、将实体的描述文本处理成矩阵形式；步骤二、将步骤一得到的矩阵形式的文本输入到卷积神经网络中，得到实体描述文本的特征向量；步骤三、利用步骤二得到的特征向量建立EHP模型，得到实体以及关系的最终向量表示。本发明用于自然语言处理领域。
基于实体平面投影知识表示学习模型

[发明专利]多无人机协同目标分配攻击方法-CN202010713170.X有效
发明人： 王红滨;宋福平;何鸣;王勇;周连科;王念滨;张毅 -专利权人：哈尔滨工程大学
申请日： 2020-07-22 - 公布日： 2022-10-04 - 主分类号： G05D1/12 文献下载
摘要：多无人机协同目标分配攻击方法，属于多无人机协同目标分配的技术领域，解决了现有多无人机协同目标分配作战时，由于环境影响，造成目标攻击准确率低的问题，本发明针对多个无人机在复杂的约束条件下对多个目标进行攻击作战任务，将模型分为两个作战阶段，第一部分无人机从同一地点出发到达已知无人机攻击区域，考虑时间代价和航程代价。到达指定攻击地点后，根据建立的优势攻击函数，以及考虑航程、时间、威胁、收益等代价综合考虑，合理分配目标，以寻找最佳的攻击位置，达到理想的攻击效果。本发明适用于多无人机协同攻击多目标。
无人机协同目标分配攻击方法

[发明专利]一种基于深度学习模型的图像分类方法-CN202110856234.6有效
发明人： 王红滨;王鹏鸣;张政超;周连科;王念滨;何鸣;王勇 -专利权人：哈尔滨工程大学
申请日： 2021-07-28 - 公布日： 2022-09-30 - 主分类号： G06V10/764 文献下载
摘要：一种基于深度学习模型的图像分类方法，属于图像分类领域。本发明解决了现有针对图像分类的神经网络无法在保证图像分类准确率的同时降低训练时间和模型参数规模的问题。本发明方法包括：建立图像分类模型，对图像分类模型进行冷启动训练；获取图像数据作为训练集，从“V”型相似度曲线中选取一个相似度系数作为相似度阈值，基于该阈值，利用训练集对图像分类模型参数进行训练，获取当前图像分类模型的参数；基于动态阈值和当前图像分类模型的参数，逐步降低该阈值，将训练集输入图像分类模型中，进行图像分类模型训练，获得最优的分类模型，停止图像分类模型训练；将待分类的图像输入最优的图像分类模型，得到图像分类结果。本发明用于图像分类。
一种基于深度学习模型图像分类方法

1
2
3
4
5
6
下一页»
尾页
共 89 条