-
公开(公告)号：CN117665232A
公开(公告)日：2024-03-08
申请号：CN202311639886.X
申请日：2023-12-04
Applicant: 广西科学院 , 南宁师范大学 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于海洋养殖的水质监测装置，涉及海洋养殖技术领域；包括网箱，所述网箱内安装有监测机构，所述监测机构包括：监测杆，监测杆上设置有等距分布的球形体；限位组件，限位组件用于限制球形体的上下运动；所述限位组件包括：环形架，环形架通过支架固定于网箱内，环形架上设置有圆周分布的导向槽。本发明通过设置监测机构，能够利用监测器对水质进行监测；当需要调整监测器的位置时，能够通过旋转解锁件的方式，将第一立杆端部的滑块或者第二立杆端部的滑块向外侧推送，从而使相应的弹力环形变，相应的限位片向外移动，从而实现某一限位件解锁的目的，使得球形体能够单向移动，从而调整监测器的位置。
-
公开(公告)号：CN117541927A
公开(公告)日：2024-02-09
申请号：CN202311629056.9
申请日：2023-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
Abstract: 一种绿潮表层沉降区遥感识别方法，包括如下步骤：S1、对海上目标区域的多源遥感数据进行重采样以匹配统一的分辨率；从所述多源遥感数据提取长时间序列上的绿潮活动轨迹；S2、使用所述多源遥感数据映射绿潮沉降区内的总碳和总氮的比值即CN比值；S3、计算区域内绿潮生长速率，并确定CN比值在遥感数据中的具体数值；S4、基于所确定的有绿潮活动轨迹、绿潮生长速率小于1和CN比值大于0的区域，计算满足以上条件的区域内的CN比值均值，以此来构建绿潮表层沉降区识别模型以确定绿潮的表层沉降区。与传统技术相比，本发明提供了一种能够弥补传统绿潮沉降区监测耗费大、范围小等缺点的快速、动态及大范围的遥感识别方法。
-
公开(公告)号：CN116709303B
公开(公告)日：2024-01-16
申请号：CN202310972570.6
申请日：2023-08-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种用于远程监控的卫星边缘计算方法与装置，该方法包括以下步骤：S1、通过控制中心进行系统初始化；S2、任务生成：通过控制中心对远程监控系统进行监控期划分，确定不同监控任务的时间间隔，并对监控任务进行签名，发送给地面站的过顶卫星，以使所述地面站的过顶卫星验证签名并存储签名和监控任务；S3、任务委托：所述地面站的过顶卫星将监控任务委托或分配给地面接入点的过顶卫星来完成；S4、任务执行：所述地面接入点的过顶卫星接受委托后，先与地面接入点完成身份验证，再对来自所述地面接入点的数据进行计算，最后发送给控制中心，完成当前时间段的监控任务。
-
公开(公告)号：CN116385903B
公开(公告)日：2023-09-19
申请号：CN202310617437.9
申请日：2023-05-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V20/13 , G06V10/40 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种面向1级遥感数据的抗畸变在轨目标检测方法与模型，该方法包括步骤：S1、构建抗畸变网络模块，所述抗畸变网络模块用于对1级遥感影像进行畸变校正；S2、在目标检测的主干特征提取网络中深层特征提取模块前添加所述抗畸变网络模块，构建在轨目标检测模型；S3、利用1级遥感影像样本库在地面训练所述在轨目标检测模型，训练好的在轨目标检测模型上传至卫星端；S4、将卫星在轨获取的0级遥感信号处理成1级遥感影像送入当前最新的在轨目标检测模型中进行实时在轨目标检测。
-
公开(公告)号：CN118470175B
公开(公告)日：2024-10-18
申请号：CN202410915437.1
申请日：2024-07-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T15/04 , G06T3/4076 , G06T5/90 , G06T7/13 , G06N3/0475 , G06N3/045
Abstract: 本发明提出了一种面向倾斜摄影测量的建筑物纹理增强方法，实现自动化的纹理质量提升。首先，对倾斜影像数据进行校正，制备训练数据集。其次，采用L1损失和边缘检测损失训练生成对抗网络，实施逐步加权训练策略，先优化整体图像质量，再强化边缘细节。然后，利用训练好的网络对校正后的三维模型纹理进行超分辨率增强。最终，将增强纹理应用于模型，显著提升纹理清晰度与细节，增强视觉效果及应用价值。此方法有效改进了超分辨率网络性能，自动化处理复杂城市场景纹理，降低成本，适用于城市规划与设计。
-
Patent Agency Ranking
公开(公告)号：CN118445599A
公开(公告)日：2024-08-06
申请号：CN202410930061.1
申请日：2024-07-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/213 , G06F17/18 , G06Q50/26
Abstract: 一种基于多源遥感数据的绿潮不适宜生长区提取方法，首先，在实验室条件下识别影响绿潮生长的关键环境因子；其次，选取能反映这些因子的多源遥感数据；接着，对目标海域的遥感数据进行预处理，重采样至特定分辨率；然后，利用预处理数据和生物培养模型计算绿潮生长速率；最后，基于计算结果识别不适宜生长区域。此方法摒弃了仅依赖数据相关性和统计分析的传统做法，通过将实际影响绿潮生长的环境因子与遥感数据直接关联，提高了生长速率计算的精确度。其不仅增强了监测的空间覆盖和效率，而且综合海洋环境因素，更真实地映射了绿潮在复杂海域的生长情况，为绿潮灾害的治理与监测提供了更为科学和有效的技术支持。
-
公开(公告)号：CN118013869B
公开(公告)日：2024-07-23
申请号：CN202410425377.5
申请日：2024-04-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 一种四维电离层模型构建方法及其应用，该方法包括如下步骤：S1、获取用于深度学习训练的电离层电子密度数据，并使用电离层电子密度数据训练一个电离层数据同化扩散模型，其中，电离层数据同化扩散模型利用噪声增强的前向扩散过程将电离层电子密度数据逐渐转化为高斯噪声，随后通过逆向过程逐渐去除高斯噪声，以达到电离层电子密度数据同化的目标；S2、将待测区域的多源电离层观测数据输入训练好的电离层数据同化扩散模型中，利用电离层数据同化扩散模型的逆向过程对多源电离层观测数据进行同化处理，得到基于同化处理后的多源电离层观测数据的四维电离层模型。该方法能够构建出精度高、时空分辨率低、计算资源需求少的四维电离层模型。
-
公开(公告)号：CN118094167B
公开(公告)日：2024-07-12
申请号：CN202410506287.9
申请日：2024-04-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/20
Abstract: 本发明公开了基于张量链分解的电磁数据补全方法，包括：构建电磁数据的三维张量，预期张量和权重张量；根据三维反距离插值算法进行电磁数据初步填充，得到初步填充张量，并从中找到最大值所在索引位置，作为初始辐射源位置；根据已知点的接收信号强度计算衰减常数；以初始辐射源位置作为辐射源位置，根据衰减常数和传播距离，计算衰减张量；对衰减张量进行归一化处理并进行张量链分解；对预期张量进行张量链分解，并使用归一化衰减张量的张量链分解结果进行修正，得到修正的预期张量；基于修正的预期张量、三维张量和权重张量，构建张量补全的优化目标函数并进行迭代优化，直至满足预设的迭代终止条件，完成电磁数据补全。
-
公开(公告)号：CN118091711B
公开(公告)日：2024-07-12
申请号：CN202410512425.4
申请日：2024-04-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 一种GNSS生成式同步欺骗信号检测方法，包括以下步骤：步骤A：收集GNSS接收机跟踪环路中的I路相关器和Q路相关器的输出；步骤B：根据I路相关器的输出构建线性组合，得到复信号检验量的实数部分；步骤C：根据Q路相关器的输出，得到复信号检验量的虚数部分；步骤D：将实数部分和虚数部分组合起来得到复信号检验量；步骤E：根据复信号检验量进行计算，使用二元假设检验方法将计算结果与预先确定的欺骗信号检测门限进行比较；步骤F：根据二元假设检验的比较结果判断是否存在欺骗信号。对I路信号质量异常和Q路载波能量泄露异常进行联合检测，充分利用欺骗信号引起的Q路载波能量泄露异常信息，实现高效和准确的GNSS欺骗信号识别。
-
公开(公告)号：CN118139041A
公开(公告)日：2024-06-04
申请号：CN202410543385.X
申请日：2024-05-05
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W12/03 , H04W12/041 , H04W12/0433 , H04B7/185 , H04N1/44 , H04N1/32 , G06V20/13 , H04W84/06
Abstract: 一种基于卫星边缘计算的安全在轨差异识别方法，在初始化阶段，可信第三方TA配置基本安全参数，初始化布谷鸟过滤器，并为两颗卫星分别选择对称的可逆矩阵作为密钥，同时生成公钥，并在卫星与地面站之间共享对称会话密钥。在粗粒度比较阶段，两颗卫星将收集的遥感图像划分为子图像，并通过布谷鸟过滤器识别可能存在差异的子图像，然后使用MSIP协议计算子图像的结构化项向量的内积，以比较差异而保护数据隐私。在细粒度比较和识别阶段，第二卫星利用DCTree结构进一步精确识别差异。在结果处理阶段，第二卫星将根据比较结果决定是否将加密的子图像内容发送至地面站。该方法确保了卫星间数据交换的安全性和保密性，同时减少了卫星下行传输的数据量。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.057 seconds)
