-
公开(公告)号：CN113870895A
公开(公告)日：2021-12-31
申请号：CN202110973876.4
申请日：2021-08-24
Applicant: 哈尔滨工业大学 , 哈尔滨国铁科技集团股份有限公司
Abstract: 本发明公开了一种基于改进映射融合特征与阈值的车轮擦伤检测方法，所述方法如下：一：加载P组车轮声发射信号，从每组信号中提取七种特征，并确定各组特征的极值及计算P组特征极值的平均值；二：以获取的平均值为检测阈值，对声发射信号进行初步检测，计算各特征的擦伤信号检出率与精准率，对多维特征进行特征筛选，获得低维特征参数集，将低维特征参数集映射融合获得一维融合特征；三：计算映射融合特征的标准差、均值和最小值，计算每个时间窗内的改进自适应检测阈值，依据改进自适应阈值判别算法，判别各个特征是否属于擦伤信号，完成车轮擦伤声发射信号检测。本发明能够大幅度提高车轮擦伤信号检出率与检测精度，满足列车安全运行保障要求。
-
公开(公告)号：CN108537817B
公开(公告)日：2021-06-22
申请号：CN201710119417.3
申请日：2017-03-02
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于多尺度球状增强滤波器和水平集算法的运动估计方法，它涉及到超声自由呼吸序列的肝肿瘤跟踪问题。其特征在于有效地解决了在自由呼吸下的肝肿瘤运动跟踪方法不稳定，实时性差的问题。本发明的步骤如下：步骤一、对得到的超声图像序列进行预处理；步骤二、使用多尺度球状增强滤波器对目标区域进行边缘粗提取；步骤三、基于目标区域的粗提取边缘，利用基于水平集算法的CV模型提取清晰的边界信息；步骤四、确定目标的几何中心并对搜寻区域进行更新。本发明利用多尺度球状增强滤波器和基于水平集算法的CV模型处理已有超声图像序列，提取出目标区域清晰的边界信息，适用于自由呼吸序列，保证了肝肿瘤运动跟踪过程的稳定性和实时性。
-
公开(公告)号：CN112734324A
公开(公告)日：2021-04-30
申请号：CN202011562669.1
申请日：2020-12-25
Applicant: 哈尔滨工业大学
Abstract: 基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉；五、对AGV路径进行有利变异；六、重新计算AGV路径适应度，判定迭代是否终止，对终止后的AGV路径进行轨迹圆滑处理。本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。
-
公开(公告)号：CN110879253B
公开(公告)日：2021-04-06
申请号：CN201811029067.2
申请日：2018-09-05
Applicant: 哈尔滨工业大学
Abstract: 一种基于改进长短时记忆网络的钢轨裂纹声发射信号检测方法，本发明解决了针对铁路现场复杂的噪声环境下，通过LSTM循环网络训练噪声模型实现自动滤除复杂噪声问题。本发明的主要步骤为基于相同结构的LSTM网络连续两次分别建立背景噪声的时序模型及裂纹信号时序模型，并对二者预测的误差信号取上包络做差，以去除其中的异常噪声，最终检测出含噪信号中包含的裂纹信号成分。本发明与现有技术相比，具有以下优点：1)该级联的时序模型可用于滤除产生机理未知的异常噪声；2)自动学习噪声模型，不需任何先验知识；3)在高速强噪背景下信号被噪声完全淹没时，本方法仍能有效检测出裂纹声发射信号。
-
公开(公告)号：CN107826272B
公开(公告)日：2020-06-30
申请号：CN201711037330.8
申请日：2017-10-30
Applicant: 哈尔滨工业大学
IPC: B64G4/00
Abstract: 本发明提供一种冲击贯入式潜入器，包括外壳和潜入机构，所述外壳包括潜头和壳体，所述潜头和壳体通过一联接体相连接，此种分体式的结构设计可以大大提高冲击传递能量的传递效率，大大提升潜入能力，实现更佳的下潜深度和下潜效率；同时所述潜入机构包括驱动单元、储能单元、锁紧释放单元和冲击单元，所述冲击单元在所述储能单元和所述驱动单元的作用下，仅通过锁紧释放单元的单自由度轴向运动即可实现锁紧与复位动作，为周期性的潜入工作提供了保障，同时在承受较大的轴向负载情况下，仅需较小的解锁释放力即可实现解锁，减少了能量的消耗，进而实现了大储能的效果。
-
Patent Agency Ranking
公开(公告)号：CN111292256A
公开(公告)日：2020-06-16
申请号：CN202010035447.8
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于显微高光谱成像的纹理增强算法，解决了传统波段选择及图像融合方法对纹理特征针对性不强的问题。本发明的步骤为：一、计算每张光谱照片的灰度共生矩阵，得到所需要的纹理修正值；二、进行波段选择，按照各个修正值的侧重点对照片进行排序，选择所需数量的照片作为源图像；三、运用小波变换对所选照片进行分解和融合并评价图像质量，确保融合后的图像纹理特征好于任一张源图像。本发明的基本思想是从纹理特征出发，采用纹理修正值为波段选择提供依据，由此选出的源图像包含了丰富的纹理信息，对其进行波段图像融合时有利于纹理信息的保留和利用。本发明针对显微高光谱照片进行增强后纹理细节突出，非常有利于后续的医学诊断及实验分析。
-
公开(公告)号：CN111189784A
公开(公告)日：2020-05-22
申请号：CN202010035340.3
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于偏振光谱成像的盖章签字先后顺序鉴定方法，它涉及光谱信息检测领域，解决了当前方法丢失信息严重，受环境影响大及判断精准度差的问题。本发明的步骤为：一、采集原始样本偏振高光谱图像；二、进行斯托克斯参数计算，得出相应的偏振参数图像；三、将得到的偏振度和偏振角图像进行融合，得到偏振特征图像以及对应的偏振特征向量；四、对偏振强度图像进行图像分块处理，可得特征区域及对应光强特征向量；五、将特征区域对应到偏振特征图像上，对其特征向量进行相关性分析从而确定盖章签字先后顺序。本发明利用样本偏振光谱信息的全面性，结合特征向量相关性分析来进行顺序的判定，适用于与墨水印泥类似材料的顺序鉴定应用。
-
公开(公告)号：CN110879253A
公开(公告)日：2020-03-13
申请号：CN201811029067.2
申请日：2018-09-05
Applicant: 哈尔滨工业大学
Abstract: 一种基于改进长短时记忆网络的钢轨裂纹声发射信号检测方法，本发明解决了针对铁路现场复杂的噪声环境下，通过LSTM循环网络训练噪声模型实现自动滤除复杂噪声问题。本发明的主要步骤为基于相同结构的LSTM网络连续两次分别建立背景噪声的时序模型及裂纹信号时序模型，并对二者预测的误差信号取上包络做差，以去除其中的异常噪声，最终检测出含噪信号中包含的裂纹信号成分。本发明与现有技术相比，具有以下优点：1)该级联的时序模型可用于滤除产生机理未知的异常噪声；2)自动学习噪声模型，不需任何先验知识；3)在高速强噪背景下信号被噪声完全淹没时，本方法仍能有效检测出裂纹声发射信号。
-
公开(公告)号：CN110717274A
公开(公告)日：2020-01-21
申请号：CN201910961806.X
申请日：2019-10-11
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种噪声描述方法，包括：噪声预处理模块，用于输出符合建模标准的噪声；分形维提取模块，用于提取所述符合建模标准的噪声的分形维；噪声建模模块，用于在所提取的分形维的基础上建立噪声的分形布朗运动模型。分形维提取模块还包括基于小波分解的分形维提取方法：对所述符合建模标准的噪声进行多层小波分解；对分解得到的各层小波系数方差取以2为底的对数；做出小波分解层数和小波系数方差对数的曲线；采用最小二乘法估计曲线的斜率并计算分形维。本发明具有如下优点：1)能够提取噪声的分形维；2)对不同运行速度下产生的噪声给出统一描述；3)同时确定噪声的统计、时域和频域特性。
-
公开(公告)号：CN110706170A
公开(公告)日：2020-01-17
申请号：CN201910916752.5
申请日：2019-09-26
Applicant: 哈尔滨工业大学
Abstract: 一种便携式B型超声诊断设备图像的去噪方法，它涉及基于图论中搜索方法以及空间域去噪的图像处理算法。本发明的步骤为：一、去除电磁干扰引起的图像噪声，从空间域噪声的分布特性上进行噪声的滤除；二、本专利提出了像素差异指数Pd，通过参数Pd对图像分块分类再针对每个不同类的分块进行处理，从而达到去噪的效果；三、对基于像素差异指数Pd的去噪算法进行GPU加速，从而满足超声实时性的要求。本发明的基本思想是基于图像空间域及像素差异指数的定义区分图像邻域种类并去噪，同时对算法进行加速以满足实时性要求。解决了便携式B型超声独有的干扰噪声与算法计算速度上过慢的问题，具有较高的经济效益。
-
-
-
-
-
-
-
-
-
Search Results
385
records
(took 0.044 seconds)
