公开(公告)号：CN113037671A

公开(公告)日：2021-06-25

申请号：CN202110232279.6

申请日：2021-03-02

Applicant: 哈尔滨工业大学

Inventor： 迟永钢 ,  夏岳隆 ,  杨明川 ,  逄博

IPC: H04L27/26 ,  H04L27/18

Abstract: 一种低复杂度的高效SOQPSK符号定时与相位联合同步算法，涉及一种低复杂度的SOQPSK信号符号定时与相位联合同步算法的具体实现技术，以解决现有SOQPSK信号符号定时及相位联合同步算法在高精度、高动态范围情况下复杂度较高实现困难的问题。本发明根据SOQPSK信号的相位响应特征计算复值函数并确定出其共轭复值函数对复值函数以及复值函数进行简化以使其变为单值函数后使用寄存器和乘法器进行实现；搭建计算模块，并根据该计算模块计算出反映符号间相位关系的中间函数和的值，根据和计算出定时偏移的估计值与相位偏移的估计值。有益效果为算法精度高，动态范围大，复杂度低。

公开(公告)号：CN111325748A

公开(公告)日：2020-06-23

申请号：CN202010199923.X

申请日：2020-03-20

Applicant: 哈尔滨工业大学

Inventor： 迟永钢 ,  范嘉麟 ,  夏岳隆 ,  逄博

IPC: G06T7/00

Abstract: 一种基于卷积神经网络的红外热像无损检测方法，属于图像识别领域。现有的目前卷积神经网络的无损检测未能在红外成像上应用的问题。一种基于卷积神经网络的红外热像无损检测方法，包括如下步骤：布置红外图像数据采集场景，采集待测物的具有缺陷的红外图像；对采集到的待测物的具有缺陷的红外图像进行增强和降噪处理，完成预处理过程；利用预处理后的待测物的具有缺陷的红外图像，进行数据集增广及构建；融合VGG16和DenseNet169网络的模型，并利用数据集对该融合模型进行训练和测试识别；利用融合的网络模型，对待测物的具有缺陷的红外图像中的缺陷进行识别及检测。本发明检测方法的识别精度达到98.5％。

公开(公告)号：CN111325748B

公开(公告)日：2023-08-25

申请号：CN202010199923.X

申请日：2020-03-20

Applicant: 哈尔滨工业大学

Inventor： 迟永钢 ,  范嘉麟 ,  夏岳隆 ,  逄博

IPC: G06T7/00

Abstract: 一种基于卷积神经网络的红外热像无损检测方法，属于图像识别领域。现有的目前卷积神经网络的无损检测未能在红外成像上应用的问题。一种基于卷积神经网络的红外热像无损检测方法，包括如下步骤：布置红外图像数据采集场景，采集待测物的具有缺陷的红外图像；对采集到的待测物的具有缺陷的红外图像进行增强和降噪处理，完成预处理过程；利用预处理后的待测物的具有缺陷的红外图像，进行数据集增广及构建；融合VGG16和DenseNet169网络的模型，并利用数据集对该融合模型进行训练和测试识别；利用融合的网络模型，对待测物的具有缺陷的红外图像中的缺陷进行识别及检测。本发明检测方法的识别精度达到98.5％。

公开(公告)号：CN113489606A

公开(公告)日：2021-10-08

申请号：CN202110730855.X

申请日：2021-06-29

Applicant: 哈尔滨工业大学(深圳) ,  鹏城实验室

Inventor： 逄博 ,  符永铨 ,  任思远 ,  王晔 ,  廖清 ,  贾焰

IPC: H04L12/24 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于图神经网络的网络应用识别方法及装置。所述基于图神经网络的网络应用识别方法，包括：分析网络流量文件中网络流量的传输时序结构，从所述网络流量文件中抽取出链图；基于图神经网络构建网络应用识别模型；其中，所述网络应用识别模型包括两个SGC网络层；根据所述链图生成训练数据集，通过所述训练数据集训练所述网络应用识别模型；将待测试的网络流量文件输入训练后的所述网络应用识别模型，得到网络应用类型。本发明能够实现无人工规则下的高分类精度，保证高效准确地识别网络应用类型。