-
公开(公告)号：CN111027582A
公开(公告)日：2020-04-17
申请号：CN201910891913.X
申请日：2019-09-20
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明的实施方式提供了一种基于低秩图学习的半监督特征子空间学习方法及装置。该方法包括：将图像数据集分成测试集和训练集，训练集中包括有标签及无标签的样本；定义关于特征子空间学习模型的目标函数；用标签传播的方式，构建有关标签的不同约束项，进而预测出无标签样本的标签信息，重新拟定目标函数；将重新拟定的目标函数中的特征子空间施加正交约束；利用训练集，求解出目标函数值最小化时各个变量的值，以通过目标函数求解后得到一个特征子空间；以及通过所述特征子空间投影测试集，得到所述数据集里所有类别图像的所有特征，通过预定分类器获得所述数据集的识别率。本发明的上述技术克服了现有技术的不足。
-
公开(公告)号：CN110889358A
公开(公告)日：2020-03-17
申请号：CN201911137696.1
申请日：2019-11-19
Applicant: 哈尔滨理工大学
Abstract: 一种基于相关系数和联合稀疏表示的高光谱图像分类方法及装置，属于图像分类技术领域，该方法结合光谱的相似性和局部空间一致性，使用相关系数来计算两个变量之间的相关性大小，以此计算出像元与每个类之间的相关性大小；再使用SOMP算法计算出最稀疏的矩阵，并使用该矩阵计算出像元与每个类之间的残差；此外，使用了联合稀疏表示和相关系数同时对分类函数模型进行约束，并引入了一个参数来平衡联合稀疏表示和相关系数的权重，促进模型的自适应性和鲁棒性，与其他方法相比，精确度更高，性能更加稳健。
-
公开(公告)号：CN106960225B
公开(公告)日：2020-01-31
申请号：CN201710209225.1
申请日：2017-03-31
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于低秩监督的稀疏图像分类方法；该方法的步骤为：确定已知样本和待分类样本；计算所述待分类样本的低秩表示系数矩阵Z；根据低秩表示系数矩阵Z求解监督矩阵W；建立基于所述监督矩阵的稀疏编码模型；对所述稀疏编码模型进行迭代求解；根据重构误差进行分类；计算和分析分类正确率Rate；本发明通过建立基于低秩监督的稀疏编码模型并提出基于低秩监督的稀疏编码模型的求解方法，同时约束了表示系数的稀疏性和相近样本的接近程度，权重W由低秩表示求解可以更好的捕获样本特征，进而使得该模型在样本间具有较好的判别力，从而获得更好的分类效果。
-
公开(公告)号：CN109522956A
公开(公告)日：2019-03-26
申请号：CN201811366758.1
申请日：2018-11-16
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 一种低秩判别特征子空间学习方法属于图像分类领域；解决了忽略对隐藏在样本中的低维子空间结构信息的技术问题；包括定义判别特征学习式的目标函数；采用类标签作为一种监督信息，目标函数重新拟定；将目标函数中的特征子空间施加正交约束；将一个图像数据集分成测试集和训练集；通过训练集，求解出目标函数值最小化时各个变量的值；目标函数求解后得到一个特征子空间；通过所述特征子空间投影测试集，得到数据集里所有类别图像的所有特征，最终通过分类器得到所述数据集的识别率；本发明用低秩表示系数作为约束来构造用于特征学习的判别项，其能够将子空间结构相似性约束引入到适用于图像识别和分类任务的判别特征学习模型中，促进模型自适应性和鲁棒性。
-
公开(公告)号：CN106960225A
公开(公告)日：2017-07-18
申请号：CN201710209225.1
申请日：2017-03-31
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于低秩监督的稀疏图像分类方法；该方法的步骤为：确定已知样本和待分类样本；计算所述待分类样本的低秩表示系数矩阵Z；根据低秩表示系数矩阵Z求解监督矩阵W；建立基于所述监督矩阵的稀疏编码模型；对所述稀疏编码模型进行迭代求解；根据重构误差进行分类；计算和分析分类正确率Rate；本发明通过建立基于低秩监督的稀疏编码模型并提出基于低秩监督的稀疏编码模型的求解方法，同时约束了表示系数的稀疏性和相近样本的接近程度，权重W由低秩表示求解可以更好的捕获样本特征，进而使得该模型在样本间具有较好的判别力，从而获得更好的分类效果。
-
Patent Agency Ranking
公开(公告)号：CN103475872A
公开(公告)日：2013-12-25
申请号：CN201310458442.6
申请日：2013-10-02
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于云视觉的铁路异常物体检测装置。铁路以运输量大、方便快捷、节约能源、价格合适备受大众欢迎，是日常交通出行的首选工具。铁路是一个人流密集的地区，一旦发生事故，如火灾、爆炸、恐怖事件等活动，将会造成不可估量的损失。本发明的组成包括：一组信息采集终端设备，所述的信息采集终端设备与中心服务器（1）连接，所述的中心服务器与一组基于云视觉的监控终端设备（2）连接。本发明用于检测铁路异常物体检测。
-
公开(公告)号：CN202565405U
公开(公告)日：2012-11-28
申请号：CN201220219965.6
申请日：2012-05-16
Applicant: 哈尔滨理工大学
Abstract: 基于云视觉的头像识别及监控装置。传统的监控装置主要采用摄像机将所录下来的图像传到本地监控终端显示，然后监控者通过肉眼对图像进行识别，如发现符合条件的人物，再通过人工方法联系远程工作人员进行警示，此方法存在工作量大、工作人员压力大、过程繁琐、反映速度慢、机动性和灵活性差、匹配信息量不足等缺点。本实用新型的组成包括：摄像机（1），所述的摄像机与中心处理器（2）连接，所述的中心处理器的输出端与本地监控终端（3）、头像及日志存储器（4）连接，所述的中心处理器的控制端与远程客户终端（5）连接，系统管理器（6）与所述的远程客户终端连接。本产品用于人员头像识别及监控。
-
公开(公告)号：CN209265731U
公开(公告)日：2019-08-16
申请号：CN201821716614.X
申请日：2018-10-22
Applicant: 哈尔滨理工大学
IPC: G09B5/06
Abstract: 本实用新型公开了一种计算机互动教学装置，结构包括摄像头、显示屏、扬声器、手写板、置物槽、键盘、箱体、手提把、散热窗、指示灯、静电除尘装置、多媒体接口、扩展面板、上盖，在使用设备进行教学时，当设备因灰尘过多导致性能下降时，通过按下键盘的除尘按钮，此时电源驱动器启动对电极放电，此时电极板产生静电，使得设备内部的灰尘吸附在电极板上，此时电机带动从动轮转动，继而带动驱动轮转动使得偏角转轮带动往复环周期性转动，使得与连接支架连接的电极板在弹簧的作用下左右晃动，使得电极板的灰尘抖落到收集槽，方便处理，使得设备能够通过自身吸附去除内部的灰尘，方便快速，除尘效率高。
-
公开(公告)号：CN210470160U
公开(公告)日：2020-05-05
申请号：CN201921642301.9
申请日：2019-09-29
Applicant: 哈尔滨理工大学
IPC: H05K7/20
Abstract: 本实用新型涉及交换机散热装置技术领域，更具体的说是一种信息工程用交换机散热系统，包括放置架，该信息工程用交换机散热系统还包括散热装置，所述散热装置设置有多个，多个散热装置均放置于放置架内，所述散热装置包括下散热机构、支撑框和上散热机构，所述下散热机构的上端固定连接有支撑框，所述支撑框的上端固定连接有上散热机构。本实用新型设置有下散热机构和上散热机构，下散热机构为吹风散热，上散热机构为抽风散热，使用本装置时，可根据环境温度，选择只使用下散热机构或选择下散热机构和上散热机构配合使用，合理节能的同时，有效散去交换机产生的热量。
-
公开(公告)号：CN204833302U
公开(公告)日：2015-12-02
申请号：CN201520128270.0
申请日：2015-03-06
Applicant: 哈尔滨理工大学
Abstract: 本实用新型涉及基于视频图像的蚕蛹雌雄分拣和计数装置。其组成包括：（1）蚕蛹进料装置、（2）传送装置、（3）机械推手、 (4）红外探头、(5）挡板、(6）视频识别设备识别装置，为透明材质，上下装有摄像机、(7）雌蚕蛹收集器(8）雄蚕蛹收集器、(9）分拣拨片、(10）微控制器、(11）显示器部件组成。本实用新型可大幅度提高我国雌雄蚕蛹鉴分的劳动效率，缓解劳动力紧张的矛盾，同时能尽力减少雌雄蚕蛹鉴别错误，提高蚕种杂交率。本实用新型通过视频图像处理技术能够自动分拣，识别，具有低成本、高效率的特点。能够节约人力、物力，从而产生巨大的经济效益和社会效益。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
