-
公开(公告)号：CN103903280A
公开(公告)日：2014-07-02
申请号：CN201410120980.9
申请日：2014-03-28
Applicant: 哈尔滨工程大学
IPC: G06T7/20
Abstract: 本发明属于图像处理技术领域，具体涉及一种改进水平集目标提取的子块权重Mean-Shift跟踪方法。本发明包括：对跟踪目标区域进行分块；计算每个子块的权重和最终权重；计算每个子块目标区域与候选区域的相似度以及整体目标区域与候选区域的相似度；更新模板，跟踪结果的确定。本发明根据算法过程和视频图像的特点，为了提高提取精度和运行效率，提出结合惩罚项的窄带水平集方法得到目标的边缘轮廓，确定目标边缘位置。
-
公开(公告)号：CN103077366A
公开(公告)日：2013-05-01
申请号：CN201310020290.1
申请日：2013-01-19
Applicant: 哈尔滨工程大学
IPC: G06K7/00
Abstract: 本发明提供的是一种多通道数据接口射频识别装置及数据传输方法。包括射频模块、采集模块和电源。射频模块包含天线、射频前端、微控制器A、存储A和时钟A，采集模块包含存储B、微控制器B、时钟B、模数转换、模拟接口和数字接口。数据传输方法包括射频模块初始化，在定时发送周期内，读取指定通道数据，加载标签数据包并发送数据，若需要应答则等待接收应答数据，若接收到应答数据，判断是否有未发送数据与是否有时间重发，条件满足则发送暂存数据并重复执行相关程序；方法中还包括采集模块初始化，读取指定通道数据，暂存通道数据及重复执行。本发明有效解决了利用RFID对多个通道数据的采集与实时传输问题。
-
公开(公告)号：CN116416472A
公开(公告)日：2023-07-11
申请号：CN202310398056.6
申请日：2023-04-14
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于多关系图卷积神经网络的骨架数据动作识别方法，包括人体自然连接关系，对称关系和全局协作关系，从不同尺度对骨架数据提取高级特征，并通过关系注意力机制将其进行有效融合。通过这种方式，让网络更关注于不同动作中的关键部位信息，并且不会丢失其他部位有效的信息。为了解决图卷积神经网络普遍存在的过拟合和过平滑问题，本发明提出了一种新的正则化方式：Drop‑Relation，传统方式往往通过丢弃单独图节点或者成块图节点的方式，这样并不能阻止节点信息继续在图中传播，而Drop‑Relation让整个关系矩阵全部失活，有效的阻止关系图中的信息在网络中传播，并且可以抑制各个关系之间的依赖性，有效的缓解图卷积的过拟合和过平滑问题。
-
公开(公告)号：CN116203958A
公开(公告)日：2023-06-02
申请号：CN202310176512.2
申请日：2023-02-28
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种面向无人艇护航任务的改进零空间编队机动控制方法，根据无人艇编队运动意图，将无人艇机动过程分解，然后建立运动模型步骤，对护航目标的状态进行修正的同时设计一种新的避障行为函数，采用全局融合策略融合运动模型，得到最终的速度和方向。本发明为解决传统零空间行为融合算法存在的编队滞后以及轨迹震荡等问题，在编队保持行为中，添加了修正增益λ，对护航目标的状态进行修正，避免了在编队集结后出现编队滞后的现象；并且受到人工势场法的启发，在全局融合的策略下设计了一种新的避障行为函数，使无人艇可以在到达安全距离前执行部分编队避障行为，顺利完成编队保持阶段的任务，避免了传统零空间行为融合算法存在的轨迹震荡的问题。
-
Patent Agency Ranking
公开(公告)号：CN115009473A
公开(公告)日：2022-09-06
申请号：CN202210507121.X
申请日：2022-05-10
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于缆绳捕捉的欠驱动AUV水下自动回收装置，包括回收装置本体、缆绳收放机构1、拨杆机构2及压杆机构3组成，所述回收装置本体水平布置；缆绳收放机构1布置在回收装置本体的平台基体4前段、拨杆机构2布置在平台基体4前段下部；压杆机构3布置在平台基体4后段。本发明为欠驱动AUV提供一种控制精度要求低、回收容错率高、回收目标尺寸范围大、仅需对回收装置所释放的缆绳完成捕捉，便可实现AUV自动回收并锁紧的水下回收装置。
-
公开(公告)号：CN114355973A
公开(公告)日：2022-04-15
申请号：CN202111623192.8
申请日：2021-12-28
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明属于无人集群协同技术领域，具体涉及一种基于多智能体分层强化学习的弱观测条件下无人集群协同方法。本发明首先对环境进行状态定义，然后按照POMDP模型对状态空间进行定义，包括观察集合以及观察函数，再随机初始化一个由一系列概率值分布的信念状态，同时根据传统强化学习思想，设置状态转移函数、立即回报函数、折扣率、探索率等；然后采用基于MAXQ算法的分层强化学习框架，将无人集群的任务分层，达到对复杂的任务进行分而治之的目的，降低集群的参数维度，有效缓解计算机存储不足和计算繁琐的压力，提高强化学习效率和精度。本发明能够保证多个智能体参与协同任务时保持更高的效率和更好的协同效果。
-
公开(公告)号：CN107566407A
公开(公告)日：2018-01-09
申请号：CN201710980913.8
申请日：2017-10-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于USBkey的双向认证数据安全传输与存储方法。包括a.模拟USBKey，向扇区中存入PIN码等信息。b.建立面向无连接的通信。c.验证客户端PIN码是否正确。d.验证身份证书是否正确。e.服务器对客户端的认证。f.客户端对服务器的认证。g.认证成功后建立面向连接的通信。h.数据的加密存储。i.数据的销毁。本发明的方法不但保证数据的安全传输，还能基于同一认证机制实现数据的安全存储及销毁。
-
公开(公告)号：CN101794295B
公开(公告)日：2013-06-05
申请号：CN201010032413.X
申请日：2010-01-06
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明提供的是一种面向正则表达式的多模式匹配硬件引擎及产生方法。它是由多个单模式匹配引擎并行组合而成，多个单模式匹配引擎的奇、偶数据总线连接到奇、偶输入数据RAM上。采用模块化设计方法，抽取出此类模式匹配中的基本功能单元模块，再根据每条规则的特定结构将这些基本功能单元模块有序的组合起来，生成单规则模式匹配引擎。按照同样的方法生成多条单规则模式匹配引擎，最后并行执行这些单规则引擎完成模式匹配；同时，通过并行的多模式判断以及双数据通道技术，提高模式匹配的吞吐率。本发明可用于减轻入侵检测系统在模式匹配上的计算瓶颈。
-
公开(公告)号：CN101339519B
公开(公告)日：2011-09-14
申请号：CN200810136914.5
申请日：2008-08-13
Applicant: 哈尔滨工程大学
CPC classification number: Y02D10/41
Abstract: 本发明是一种面向嵌入式微处理器的软硬结合控制流检测方法。首先将待运行的C语言程序生成标准汇编文件，其次采用词法分析的方法将汇编文件中包含的用户库和系统库函数连接为一整合汇编文件，采用词法分析的方法通过签名生成程序将整合后的汇编文件进行基本块划分，分析基本块间控制流关系，对各个基本块进行签名，形成新的带有控制流检测数据的汇编文件，再通过修改后的汇编器将汇编文件翻译为目标文件，再由链接器将目标文件转化为二进制映像文件，最后将二进制文件运行到具有控制流检测能力的嵌入式微处理器上。本发明平均冗余代码开销为12％，同基于硬件实现的控制流检测方法相比具有更简单的实现和更高的控制流检测能力，系统未检测率平均仅为1.5％，降低系统运行功耗。
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.035 seconds)
