-
公开(公告)号：CN110910377A
公开(公告)日：2020-03-24
申请号：CN201911190631.3
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于医学图像识别技术领域，具体涉及应用在临床实践上的一种基于神经网络的脑梗死MRI图像识别方法。本发明包括以下步骤：采集明确具有脑梗死疾病的脑部MRI图像；数据预处理，对标注好的原始图像进行缩放和裁剪处理；构建神经网络，卷积神经网络总深度为11层,卷积核大小为3*3,第2、4、7层步长为2,其余层步长为1；训练神经网络；测试模型；诊断测试；输出模型和整理结果。本发明的优点在于：使用卷积神经网络进行头部MRI图像识别,相比于传统方法,准确率更高,诊断过程更加智能化，且可以应用于除头部MRI识别外的其他应用场景。本发明使用全卷积网络作为基础网络结构,保留局部信息,使得学习到的特征更易被可视化和理解。
-
公开(公告)号：CN110489804A
公开(公告)日：2019-11-22
申请号：CN201910659827.6
申请日：2019-07-22
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种单位圆盘图上的最大独立集近似求解方法，包括以下步骤：步骤1：利用动态规划方法设计一种单位圆盘顶点的相邻顶点集诱导子图的最大顶点独立集的最优解求解方法，并给出任意两顶点相邻顶点集并集诱导子图的最大顶点独立集的最优解；步骤2：针对一般的单位圆盘图，首先计算顶点支配独立集；之后对顶点支配独立集中成员进行单独检查，判断结果是否可优化，得到中间解；最后对中间解中成员进行联合检查，判断结果是否可优化，得到最终解。本发明以O(Δ2n3)的计算时间复杂度得到近似比为1.5的近似解，其中Δ为顶点最大度，相比单位圆盘图上最大独立集求解问题的现有近似算法，本发明提高了近似比，具有更高的效率。
-
公开(公告)号：CN104536830A
公开(公告)日：2015-04-22
申请号：CN201510012387.7
申请日：2015-01-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数据挖掘和云计算领域，具体涉及一种在Hadoop集群上，依据KNN算法和MapReduce编程模型特点，并行化的实现文本分类的基于MapReduce的KNN文本分类方法。本发明包括：数据预处理：其中包括分词、去停用词、词根还原三个过程；特征提取：对训练数据集进行处理，筛选出区分能力最强的特征项；运用KNN算法对测试数据集进行分类。本发明在Hadoop平台上实现的KNN算法具有较好的加速比和良好的扩展性，在数据量相同的情况下，算法的执行效率与集群节点数有关，一般节点越多处理数据的效率就越高。本发明在适当的节点上高效的完成了文本分类任务。
-
公开(公告)号：CN115081510B
公开(公告)日：2024-05-10
申请号：CN202210503733.1
申请日：2022-05-10
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/10 , G06F18/213 , G06F18/24 , G06F17/14
Abstract: 本发明公开了一种面向水声智能伪装的跨模态高隐蔽对抗样本生成方法及系统，属于数字图像处理技术和水声信号处理技术领域，其中，该方法包括以下步骤：模拟海底混响分布形式，获取我方舰船发出的原始水声信号，并生成初始对抗扰动；对初始对抗扰动中的扰动量进行频段限制，以生成声波对抗样本；利用傅里叶变换处理我方舰船发出的原始水声信号，以生成图像模态对抗样本。该方法使播放的对抗扰动能够同时欺骗声波和图像处理模型，且不引起人耳和人眼的警觉，进而实现水声对抗场景中对敌智能伪装。
-
公开(公告)号：CN115841649A
公开(公告)日：2023-03-24
申请号：CN202211545070.6
申请日：2022-11-21
Applicant: 哈尔滨工程大学
IPC: G06V20/52 , G06T7/246 , G06V10/764 , G06V10/82 , G06T7/66 , G06V20/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于城市复杂场景的多尺度人数统计方法，属于数字图像处理技术领域。本发明旨在基于YOLOv5模型与Deepsort算法对行人实现定位与跟踪，继而实现对人流量的统计以及行人间距风险程度的预警。首先使用YOLOv5模型对视频帧进行检测，然后使用Deepsort算法对目标进行跟踪，根据目标与两条检测线的关系计算不同方向人员流动情况，最后根据目标之间的距离判断风险程度。该方法具有计算量小、抗噪能力强和辨别力高等特点。
-
Patent Agency Ranking
公开(公告)号：CN115310513A
公开(公告)日：2022-11-08
申请号：CN202210788764.6
申请日：2022-07-06
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向水声智能伪装的对抗样本可解释性研究方法及系统，属于数字图像处理技术和水声信号处理技术领域，其中，该方法包括：从分析输入样本和输出标签在多维空间的分布方式入手，给出超平面对样本空间的分割设定；基于对抗样本与原始样本之间的l0距离和l2距离分别证明对抗样本的存在方式和构成原理,提高对抗样本工作机制的透明度，确保能进行可信的人机交互、功能改进和参数调优。该方法为声学智能伪装技术实现逻辑闭环，保障我方设计者或操作者利用可解释的对抗攻击方法应对敌方的防御手段。
-
公开(公告)号：CN113537113B
公开(公告)日：2022-10-25
申请号：CN202110844909.5
申请日：2021-07-26
Applicant: 哈尔滨工程大学
Abstract: 基于复合神经网络的水声目标识别方法，它属于水声信号识别技术领域。本发明是为了解决采用现有方法对水声目标识别的准确率低的问题。本发明设计了基于复合神经网络的基层网络结构，先通过LSTM算法对输入音频样本数据的时序特征进行学习，得到一个通过算法更新后的状态信息作为中间向量，进而将这一层次中的状态信息继续通过CNN网络进行传递，经过CNN网络中的卷积池化运算得到输入音频样本数据的空间特征，最后通过CNN网络最后一层的softmax函数得到水声目标识别结果。本发明可以应用于水声信号识别。
-
公开(公告)号：CN114973061A
公开(公告)日：2022-08-30
申请号：CN202210434179.6
申请日：2022-04-24
Applicant: 哈尔滨工程大学
IPC: G06V20/40 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度学习方法的辅助抗沉决策模型生成方法及系统，属于抗沉辅助决策技术领域，其该方法包括：获取预设船舶的舱室区域标号数据和浸水实验数据包括总时间、每个舱室的灌满时间以及浸水视频；将每个舱室的浸水视频进行逐帧处理，得到多个图片以及每张图片对应的时间，并将多个图片以及每张图片对应的时间分成两个部分，第一部分将其顺序打乱，并划分为训练、测试集，第二部分以时间轴为顺序排列；将训练集输入卷积神经网络中进行训练，并将第二部分图片输入训练好的卷积神经网络中，得到向量化数据；将舱室区域标号和向量化数据输入循环神经网络中进行训练，得到辅助抗沉决策模型。该方法提高了抗沉辅助决策的速度以及合理程度。
-
公开(公告)号：CN113537113A
公开(公告)日：2021-10-22
申请号：CN202110844909.5
申请日：2021-07-26
Applicant: 哈尔滨工程大学
Abstract: 基于复合神经网络的水声目标识别方法，它属于水声信号识别技术领域。本发明是为了解决采用现有方法对水声目标识别的准确率低的问题。本发明设计了基于复合神经网络的基层网络结构，先通过LSTM算法对输入音频样本数据的时序特征进行学习，得到一个通过算法更新后的状态信息作为中间向量，进而将这一层次中的状态信息继续通过CNN网络进行传递，经过CNN网络中的卷积池化运算得到输入音频样本数据的空间特征，最后通过CNN网络最后一层的softmax函数得到水声目标识别结果。本发明可以应用于水声信号识别。
-
公开(公告)号：CN107105052A
公开(公告)日：2017-08-29
申请号：CN201710343392.5
申请日：2017-05-16
Applicant: 哈尔滨工程大学
IPC: H04L29/08
Abstract: 本发明提供的是一种基于图规划的启发式Web服务组合方法。首先对服务组合问题进行建模，阐述了其与智能规划问题的对应关系；为了解决基于图规划的服务组合算法的盲目搜索的缺点，提出了状态距离的概念，分析和证明了其在可达性分析中的作用，给出了状态距离矩阵的构建方法；依据状态距离矩阵，设计启发函数对服务的可达性进行估计，修剪不必要的服务，减小规划图的规模，提高算法的求解效率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.031 seconds)
