-
公开(公告)号:CN103852079A
公开(公告)日:2014-06-11
申请号:CN201410107908.2
申请日:2014-03-21
Applicant: 哈尔滨商业大学
IPC: G01C21/02
CPC classification number: G01C21/02 , G01C21/203
Abstract: 一种基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法,本发明涉及船舶天文导航方法。本发明是要解决现有定位导航方法定位精度低、基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法定位导航技术受到天气和海况的影响、克服卫星导航信号易受干扰、惯性导航设备误差随时间发散不足的问题。(1)剖分史密松森星表并建立特征星库;(2)垂直于船舶平面正上方拍摄星图;(3)比较两个可能星集合中星之间的星角距,星角距最小的即为所求星对,实现星图识别;(4)根据拍摄时船舶读取的倾斜角,确定真天顶赤经和赤纬,结合准确时间,即完成了一种基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法。本发明属于船舶导航技术领域。
-
公开(公告)号:CN102868891A
公开(公告)日:2013-01-09
申请号:CN201210345198.8
申请日:2012-09-18
Applicant: 哈尔滨商业大学
Abstract: 基于支持向量回归多视角视频色差校正方法,属于图像处理领域,本发明为解决现有的多视角视频编码系统采用的算法不能很好的校正不同视角之间的颜色差异,编码效率很低的问题。本发明方法取参考视角第一帧图像为参考图像,待校正视角第一帧图像为待校正图像,每个待校正图像都以参考图像为标准校正自身色差,每个待校正视角的视频色差校正过程均采用基于支持向量回归多视角视频色差校正方法,在不同视角之间进行全局运动估计建立匹配关系,匹配区域划分固定大小的匹配宏块对,利用一定的判别方法选择合适的匹配宏块对,建立训练样本集合,变换色彩空间变换色彩表示方式,分量颜色分量分别训练各自的支持向量回归模型,以此来校正视角之间颜色差异。
-
公开(公告)号:CN119576994A
公开(公告)日:2025-03-07
申请号:CN202411677377.0
申请日:2023-12-20
Applicant: 哈尔滨商业大学
IPC: G06F16/2457 , G06F16/22 , G06F16/28 , G06F9/54 , G06Q40/12
Abstract: 本发明公开了一种经由中间网络节点的财务信息查阅方法,包括:由用户终端向中间网络节点发送财务信息关联配置表;在中间网络节点接收到财务信息关联配置表之后,由中间网络节点将财务信息关联配置表发送给远程服务器;由用户终端经由中间网络节点向远程服务器发送对于第一财务信息的请求;在远程服务器接收到对于第一财务信息的请求之后,由远程服务器基于第一财务信息的索引以及第一类财务信息索引来确定第一财务信息是否属于第一类财务信息;由中间网络节点将第一财务信息发送给用户终端。本发明从整体上降低数据在途时间,从而提高系统效率。
-
公开(公告)号:CN116718739B
公开(公告)日:2024-08-06
申请号:CN202310872279.1
申请日:2023-01-27
Applicant: 哈尔滨商业大学
Abstract: 本发明提供含检测照射灯的蛋胎成活性检测用防护装置及其使用方法,涉及蛋胚胎发育检测领域,包括:主支撑板;所述主支撑板上等距滑动安装有共二十四根下支撑杆;二十四根所述下支撑杆的顶部均固定设置有一个上支撑块;二十四个所述上支撑块的外侧均转动安装有一个支撑环;所述支撑环的顶部均滑动安装有六根导杆,且六根导杆的顶部固定设置有一块种蛋检测托板;所述主支撑板的顶部还固定设置有三个光源支撑架;三个所述光源支撑架上均固定设置有两个检测照射灯;所述三个所述光源支撑架的前侧还固定设置有一块调节板;二十四根所述下支撑杆的底部还固定设置有一根链条。本装置能够避免种蛋向一侧倾斜出现歪倒甚至掉落的情况,从而对种蛋起到良好的防护效果。
-
公开(公告)号:CN116719965A
公开(公告)日:2023-09-08
申请号:CN202310563114.6
申请日:2023-05-18
Applicant: 哈尔滨商业大学
IPC: G06F16/583 , G06T5/40 , G06V10/74
Abstract: 一种基于Rips复形的服装图像拓扑特征提取方法,涉及图像检索技术领域,针对现有技术中由于服装图像存在背景干扰、遮挡等问题,并不能提取服装图像更深层次的信息,进而导致检索结果不准确的问题,本申请通过引入一中新的特征形式,该特征利用rips复形的特点重点关注像素间的距离关系而非对像素本身进行计算,从而发掘图像中更深层次的信息,从而提高图像检索的准确性。
-
公开(公告)号:CN114240258A
公开(公告)日:2022-03-25
申请号:CN202210115525.4
申请日:2022-02-07
Applicant: 哈尔滨商业大学
IPC: G06Q10/06
Abstract: 本发明实施例涉及KPI绩效考核领域,具体公开了一种数字化KPI绩效考核方法和系统。本发明实施例通过对绩效考核周期前后的治具存储空间进行拍摄对比,生成存储空间减小率;获取生产过程中的治具故障数据;基于存储空间减小率和治具故障数据进行综合KPI考核数字化分析,生成治具设计部门的综合KPI考核绩效评分;获取治具设计部门各成员的对接治具类型,进行部门成员KPI考核数字化分析,生成治具设计部门各成员的成员KPI考核绩效评分。能够将电子产品生产加工企业中治具设计部门设计的辅具治具,通过存储空间和治具故障两方面进行考核,使得治具设计部门的绩效考核与治具的稳定性和通用性挂钩,实现对治具设计部门绩效考核的数字化自动综合分析。
-
公开(公告)号:CN111476766A
公开(公告)日:2020-07-31
申请号:CN202010244382.8
申请日:2020-03-31
Applicant: 哈尔滨商业大学
IPC: G06T7/00
Abstract: 基于深度学习的肺结节CT图像检测系统,本发明涉及肺结节CT图像检测系统。本发明的目的是为了解决现有技术中基于卷积神经网络进行肺结节分类中存在的训练数据不足,导致网络容易过拟合且网络训练速度较慢的问题。系统包括:图像采集主模块、inception-res-v2主模块、inception-res-v2改进主模块、训练主模块和测试主模块;所述inception-res-v2主模块用于搭建肺部疾病诊断inception-res-v2网络模型;所述inception-res-v2改进主模块用于对搭建的肺部疾病诊断inception-res-v2网络模型进行改进;本发明用于CT图像检测领域。
-
公开(公告)号:CN106649611B
公开(公告)日:2020-04-24
申请号:CN201611076051.8
申请日:2016-11-29
Applicant: 哈尔滨商业大学
IPC: G06F16/583 , G06K9/62
Abstract: 一种基于邻域旋转直角模式的图像检索方法,本发明涉及基于邻域旋转直角模式的图像检索方法。本发明了解决现有技术在阈值的选择上具有局限性,选择灰度图像损失了图像部分信息,导致查全率和查准率低的问题。本发明步骤为:一:分离彩色图像R、G、B三通道色,分别对三通道色进行二维离散小波变换,取三通道色的低频子带,作为所选平面;二:基于VLBP模式根据步骤一所选的平面提取局部模式;三:使用邻域旋转直角模式计算局部模式的邻域旋转直角模式值;步骤四:将邻域旋转直角模式值形成的特征向量与图像数据库进行特征相似度度量,使用查全率以及查准率对图像检索结果进行评价。本发明应用于图像检索领域。
-
公开(公告)号:CN103559702A
公开(公告)日:2014-02-05
申请号:CN201310444858.2
申请日:2013-09-26
Applicant: 哈尔滨商业大学
IPC: G06T7/00
Abstract: 基于小波系数熵的二维单视图像深度估计方法,涉及一种二维单视图像深度估计方法。它是为了解决现有的二维单视图像深度估计方法的准确度低,以及对不同的边缘类型泛化能力较差的问题。其方法:对于待处理图像中的每个像素(i,j),以该像素为中心选取N×N大小的窗口作为子图像;然后选取Haar小波基,并对该子图像做二维小波变换;设定量化步长,然后对子图像HH子带的小波系数进行量化,然后计算其系数熵,并将该熵作为像素点(i,j)的模糊程度的度量;遍历每个像素点,得到每个像素点所对应的小波系数熵,然后通过线性映射把熵值映射到8bit的深度值域,得到像素级的深度图,完成基于小波系数熵的二维单视图像深度估计。本发明适用于二维单视图像深度估计。
-
公开(公告)号:CN102036078A
公开(公告)日:2011-04-27
申请号:CN201110024352.7
申请日:2011-01-21
Applicant: 哈尔滨商业大学
Abstract: 基于视角间相关性的多视角视频编解码系统运动估计方法,本发明涉及一种多视角视频编解码系统的运动估计方法,用于图像处理。方法是基于视角间、帧间和帧内相关性的运动矢量预测模型来实现,包括下述步骤:多视角视频序列输入,利用第一个视角视频序列和其他视角视频序列每个GOP中的前六帧的运动矢量,通过统计学方法求取转移概率矩阵P的数值,然后,利用前帧中参考宏块的状态和状态转移矩阵(P)预测后帧中对应宏块的状态,按照概率从大到小的次序测试各状态所对应预测宏块运动矢量与参考宏块运动矢量的SAD值,如果满足提前退出条件之一即认定其为预测点与参考宏块之间的运动矢量。
-
-
-
-
-
-
-
-
-