公开(公告)号：CN114154538A

公开(公告)日：2022-03-08

申请号：CN202111421620.9

申请日：2021-11-26

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  柳友德 ,  肖飞扬 ,  兰海燕 ,  兰宇晨 ,  康金敏 ,  魏玉明 ,  谢明杰

IPC: G06K9/00 ,  G06K9/62 ,  G01H17/00

Abstract: 本发明属于工业声音异常检测技术领域，具体涉及一种基于相位编码和设备信息的工业声音异常检测系统。本发明能借助相位信息补足工业声音信号的精细度，获得高精度的声学特征，能够对高精度的声学特征进行建模，着重提升系统对于异常信息的敏感度，同时感知到不同工业设备之间的细微差异，规避了设备之间产生的声学干扰，并对建模结果进行高效率高精度的异常分数判定，具备优秀的工业声音异常检测性能。

公开(公告)号：CN110474883B

公开(公告)日：2022-01-07

申请号：CN201910669487.5

申请日：2019-07-24

Applicant: 哈尔滨工程大学

Inventor： 兰海燕 ,  孙建国 ,  潘昱辰 ,  赵国冬 ,  李思照 ,  关键 ,  高迪

IPC: H04L9/40

Abstract: 一种基于重标极差法的SDN异常流量检测方法，属于计算机网络安全技术领域。该方法包括收集SDN各节点(包括控制器和各用户终端)的正常网络流量包数量，分别计算其Hurst指数；保存并作为网络正常指标，设定正常状态的阈值；收集各节点发生某种已知异常的网络流量包数量，计算各节点Hurst指数作为该异常的指标；用窗函数截取前向序列并计算其Hurst指数，若由正常指标最终变为某种异常指标，即可确定该模式的异常发生并确定发生异常时刻点。若只是指标变化偏离了正常值，但不能找到相近的异常指标，则发生了已知模式之外的异常，并能够确定异常时刻点。本发明可以实时检测流量状态，判断流量是否异常，并且能够检测异常发生时刻，有利于加强SDN网络系统的安全性。

公开(公告)号：CN113269691A

公开(公告)日：2021-08-17

申请号：CN202110584825.2

申请日：2021-05-27

Applicant: 北京卫星信息工程研究所 ,  哈尔滨工程大学

Inventor： 冯鹏铭 ,  贺广均 ,  肖飞扬 ,  董喆 ,  田左 ,  关键 ,  兰海燕 ,  刘嘉欣 ,  王恺瀚 ,  谢明杰

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开的属于SAR图像去噪方法技术领域，具体为一种基于卷积稀疏进行噪声仿射拟合的SAR图像去噪方法，该基于卷积稀疏进行噪声仿射拟合的SAR图像去噪方法的具体实施方案如下：利用图像增广和图像重进消除噪声特性对于模型训练过程的影响，本发明构建的网络具有训练初期收敛效率高，末期收敛情况与其他基准模型相同的特征，利用稀疏表示与卷积滤波器的特性，进一步节省了训练时间，提高了模型的迭代效率，借助图像增广丰富数据以及图像重建消除噪声特性的设计，本发明有效地降低了SAR图像去噪过程对无噪声SAR图像的需求度，减少了实际任务中在无噪声SAR图像获取过程投入的开支，并取得更为优秀的SAR图像去噪效果。

公开(公告)号：CN111767810A

公开(公告)日：2020-10-13

申请号：CN202010558654.1

申请日：2020-06-18

Applicant: 哈尔滨工程大学

Inventor： 兰海燕 ,  李京桦 ,  孙建国 ,  孙鹤玲

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于D-LinkNet的遥感图像道路提取方法，包括如下步骤：S1：将特征图输入D-LinkNet网络后，在基于残差网络与迁移学习的编码器子网络中完成处理；S2：将步骤S1输出的特征图输入到基于扩张卷积与卷积块注意力模块的特征提取子网络中进行特征提取；S3：经过前两个子网络的处理后得到的特征图进入基于转置卷积的解码器子网络中实现图像的恢复。本发明能够对遥感图像中的道路特征下采样，很好地避免了网络的退化问题，同时加强道路特征的提取；能够使用扩张卷积扩增感受野，在不增加下采样的同时，感知更大范围内的道路特征，并进行特征提取，能够很好地应对遥感图像中道路部分占幅比例过小的问题。