-
公开(公告)号：CN116823779A
公开(公告)日：2023-09-29
申请号：CN202310800409.0
申请日：2023-07-01
Applicant: 哈尔滨理工大学
IPC: G06T7/00 , G06T7/136 , G06V10/762
Abstract: 本发明公开了一种基于机器视觉的玻璃纤维平纹织物纱线角度检测方法，这个发明涉及织物增强复合材料技术领域。包含以下步骤：步骤(1)：获取图像，裁剪ROI区域；步骤(2)：建立阈值分割模型，对图像进行形态学运算；步骤(3)：使用霍夫变换算法检测图像内直线，对直线进行聚类；步骤(4)：构建代表性样本选择方法，选择代表性样本，通过熵权法计算综合信息。本发明可以自动测量玻璃纤维平纹织物纱线角度，解决了生产过程中纱线角度检测精度低，速度慢等问题，提高了生产效率和产品质量。该技术可以广泛应用于纺织制造行业中的玻璃纤维平纹织物纱线角度检测、质量把控等方面，具有很高的实用性和经济效益。
-
公开(公告)号：CN110427913A
公开(公告)日：2019-11-08
申请号：CN201910741814.3
申请日：2019-08-12
Applicant: 哈尔滨理工大学
Abstract: 一种基于分块LBP融合特征和SVM的人耳识别算法。本发明公开了一种人耳图像识别方法，包含以下步骤：将获得的人耳图像输入到计算机中，先对人耳图像进行降噪预处理，再对人耳图像进行分块LBP和均值的特征提取，将提取的两部分特征向量进行特征融合，并在融合后的特征向量后添加类别标签，用数据训练支持向量机分类器，最后使用训练好的支持向量机分类器分类来完成人耳分类识别。
-
公开(公告)号：CN108600033A
公开(公告)日：2018-09-28
申请号：CN201810461085.1
申请日：2018-05-15
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种无线传感器网络通用节点及故障诊断方法，无线传感器网络通用节点由传感器模块、处理器模块、无线通信模块、显示模块和能量供应模块组成。传感器模块负责监测区域内信息的采集和数据转换，处理器模块负责调控整个节点，无线通信模块负责与其他节点进行无线通信，显示模块负责显示信息，能量供应模块负责为节点提供运行所需的能量。故障诊断方法由数据去噪，数据趋势分析，滑动窗口诊断三个阶段构成。数据去噪阶段对信号进行去噪处理，去除原始信号中的噪声，数据趋势分析阶段得到数据变化相对异常的部分，滑动窗口诊断阶段对异常数据进行进一步分析，进而实现对无线传感器网络通用节点的故障诊断。
-
公开(公告)号：CN106056836A
公开(公告)日：2016-10-26
申请号：CN201610672123.9
申请日：2016-08-16
Applicant: 哈尔滨理工大学
IPC: G08B19/00
CPC classification number: G08B19/00
Abstract: 本发明公开了一种家庭安防系统，包括控制器、振动传感器、门磁传感器、烟雾传感器、温度传感器、信号处理模块A、收发模块A和控制器，所述振动传感器、门磁传感器和热释电红外传感器均连接于信号处理模块A，信号处理模块A还通过收发模块A连接到收发模块D，所述烟雾传感器和温度传感器均连接到信号处理模块B，信号处理模块B还通过收发模块B连接到收发模块D。本发明家庭安防系统智能化程度高，可实现实时监控家庭状态，对警情做出精确判断，并在警情发生时及时通知户主警情并作出相应动作，用户也可以发出信息进行相应的控制。系统结构简单，成本低。
-
公开(公告)号：CN110009047A
公开(公告)日：2019-07-12
申请号：CN201910282408.5
申请日：2019-04-09
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于改进稀疏表示的人耳图像识别方法，包含以下步骤：A、人耳图像预处理；B、采用人耳稀疏表示算法对人耳图像进行处理；C、结合判别性低秩分解构造字典；D、稀疏系数求解的改进算法；E、对算法进行仿真实验；本发明基于改进稀疏表示的人耳图像识别方法能够有效解决基于稀疏表示的分类算法在人耳训练样本不足时导致识别率降低和稀疏表示求解效率较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN106295622A
公开(公告)日：2017-01-04
申请号：CN201610762008.0
申请日：2016-08-30
Applicant: 哈尔滨理工大学
IPC: G06K9/00
CPC classification number: G06K9/00885 , G06K2009/00932
Abstract: 本发明公开了一种基于手背静脉的识别方法，采用手背静脉采集模块实现手背静脉图像的摄入和储存任务，图像处理模块完成基于像素层面上的灰度范围一致以及基于图像大小上的尺寸统一，并对采集质量较差的静脉图像进行锐化加强处理，特征提取模块则利用相应的特征提取算法对预处理过的静脉图像进行静脉的特征提取。本发明直接对手背静脉灰度图像进行处理，并且具有尺度不变、旋转不变的性能，对光照变化和仿射变换具有部分不变性，在提高识别准确率的同时有效缩短了识别时间，对手背静脉识别技术的实际应用具有重要意义。
-
公开(公告)号：CN113885328A
公开(公告)日：2022-01-04
申请号：CN202111212559.7
申请日：2021-10-18
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于积分强化学习的核电功率跟踪控制方法，包括：初始策略选取，相关参数初始化，初始功率点与期望功率点选取；开启全局迭代，开启局部迭代，利用策略迭代积分强化学习算法训练评价网络，修正网络权值，其中评价网络用来近似跟踪误差性能指标函数，并利用该评价网络权值评测当前跟踪误差控制系统的性能，通过执行流程选择最优控制策略，最小化一次全局迭代的总成本；判断当前局部迭代是否完成，若否，则返回局部迭代，否则更新迭代性能指标函数和跟踪控制律，以获得最优跟踪控制策略；全局策略迭代完成，得到最优跟踪控制策略，跟踪到期望功率点，计算总成本。由此，本发明可以不断地学习、调整当前策略跟踪到期望功率点。
-
公开(公告)号：CN112089415A
公开(公告)日：2020-12-18
申请号：CN202011070911.3
申请日：2020-10-09
Applicant: 哈尔滨理工大学
IPC: A61B5/0476
Abstract: 本发明公开了基于小波分析的脑电信号去噪方法，包括以下步骤：A、信号采集器采集脑电信号；B、信号特征提取单元提取脑电信号；C、将提取的脑电特征信号进行信号分割，分割成多段脑电信号段；D、将每段脑电信号段分别传输至去噪单元进行去噪，得到去噪后的信号；E、将多段去噪后的脑电信号进行合成，得到去噪后的脑电信号，本发明采用的去噪方法原理简单，通过对脑电信号的特征提取和去噪单元分段去噪，能够提高脑电信号的去噪效率，提高了脑电信号的采集精度。
-
公开(公告)号：CN109901159A
公开(公告)日：2019-06-18
申请号：CN201910273360.1
申请日：2019-04-04
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于深度学习的米波雷达目标识别方法，包含以下步骤：A、首先建立模型并导入电磁仿真软件；B、设置参数进行雷达散射截面求解，获得静态RCS数据库；C、设定飞机航迹实时计算动态RCS时间序列；D、采用基于卷积神经网络的RCS训练模型，本发明在深度学习网络的强大分类能力的启发下，设计一种基于RCS时间序列的卷积神经网络（CNN）训练模型，该算法在模拟数据集上自动提取多种RCS时间序列特征，用于RCS时间序列分类任务，增加了雷达识别的精确度。
-
公开(公告)号：CN109858499A
公开(公告)日：2019-06-07
申请号：CN201910065349.6
申请日：2019-01-23
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于Faster R-CNN的坦克装甲目标检测方法，包含以下步骤：A、使用传统方法进行对坦克装甲图像的识别；B、根据研究对象的相关复杂特性，选取Faster R-CNN算法作为目标检测算法，并对该算法进行深入研究；C、改进算法Faster R-CNN，针对Faster R-CNN的网络结构特点，设计实现改进算法；本发明能够对复杂环境中的坦克装甲图像进行识别，应用目标检测算法Faster R-CNN，对研究对象的特征进行筛选，实现注意区域推荐，提高目标检测的准确性。针对研究对象坦克装甲的特殊性，对Faster R-CNN算法检测速度提出改进方案，最终达到快速高效地识别研究对象的目的。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.032 seconds)
