-
公开(公告)号：CN112329473A
公开(公告)日：2021-02-05
申请号：CN202011126371.6
申请日：2020-10-20
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于话题影响力渗流的语义社交网络社区发现方法。步骤1：构造语义社交网络节点的语义空间坐标表示；步骤2：构造步骤1的同时构造基于渗流力学的话题影响力渗流微分方程；步骤3：根据步骤2的话题影响力渗流微分方程，求解话题影响力偏微分方程；步骤4：根据步骤3制定生成社区的博弈规则；步骤5：在步骤4的博弈规则选取话题影响力最大的种子节点作为影响力渗流的初始非均衡节点；步骤6：利用步骤4的博弈规则与步骤5的初始非均衡节点生成社交网络社区结构。现有方法仅以话题的相似性作为社区的生成标准会降低社区内部节点的一致性，社区内聚性略显不足。
-
公开(公告)号：CN110108510B
公开(公告)日：2021-01-19
申请号：CN201910429902.X
申请日：2019-05-22
Applicant: 哈尔滨理工大学
Abstract: 本发明是基于嵌入式系统汽车电子产品智能检测系统及其方法。所述系统包括嵌入式控制器(1)、机械控制逻辑模块(2)、执行机械结构(3)、待测汽车电子产品(4)、高清摄像头(5)、图像预处理模块(6)、输入输出控制逻辑模块(7)和核心处理器(8)。基于上述系统本发明通过控制器模拟汽车发出的信号和控制机械结构仿真人工操作，可降低检测工作的重复性和时效性；通过控制器采集待测产品输出的信号，可降低人工采集的准确性；通过视觉技术模拟人眼信息采集，可提高产品检测一致性和客观性；通过机器学习来完善检测模型，可提高产品检测的精度，且可识别产品潜在设计隐患。
-
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：CN110108510A
公开(公告)日：2019-08-09
申请号：CN201910429902.X
申请日：2019-05-22
Applicant: 哈尔滨理工大学
Abstract: 本发明是基于嵌入式系统汽车电子产品智能检测系统及其方法。所述系统包括嵌入式控制器(1)、机械控制逻辑模块(2)、执行机械结构(3)、待测汽车电子产品(4)、高清摄像头(5)、图像预处理模块(6)、输入输出控制逻辑模块(7)和核心处理器(8)。基于上述系统本发明通过控制器模拟汽车发出的信号和控制机械结构仿真人工操作，可降低检测工作的重复性和时效性；通过控制器采集待测产品输出的信号，可降低人工采集的准确性；通过视觉技术模拟人眼信息采集，可提高产品检测一致性和客观性；通过机器学习来完善检测模型，可提高产品检测的精度，且可识别产品潜在设计隐患。
-
Patent Agency Ranking
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：CN106840038B
公开(公告)日：2019-02-22
申请号：CN201710061098.5
申请日：2017-01-25
Applicant: 哈尔滨理工大学
IPC: G01B11/25
Abstract: 一种双频相移与格雷码组合方法属于结构光三维测量技术领域；该方法包括以下步骤：首先、根据格雷码与相移组合方法获得绝对模拟码，根据相移法获得低频包裹模拟码，然后、计算低频包裹模拟码级数，第三、将低频包裹模拟码展开为低频绝对模拟码，第四、计算校正后的包裹模拟码级数，第五、将包裹模拟码展开为校正后的绝对模拟码，最后、使用校正后的绝对模拟码恢复被测物体的三维形貌；本发明有益效果在于：同格雷码与相移组合方法相比，采用本发明方法的测量结果中不会产生由周期跳变误差导致的粗大误差，可以提供更加可靠的绝对模拟码，从而提高了测量准确度。
-
公开(公告)号：CN109152103A
公开(公告)日：2019-01-04
申请号：CN201811308609.X
申请日：2018-11-05
CPC classification number: H04W84/18 , H04W40/04 , H04W40/10 , H04W52/0203
Abstract: 本发明实施例公开了一种对无线传感器网络进行组网方法及装置，该方法包括：将传感器网络建模为无向连通图；中心节点向通信范围内的节点发送路由创建请求；节点中每一个节点均根据请求，获取与中心节点之间的最小跳数、每一个节点自身剩余的能量，以及获取以自身为中心的通信范围内的节点之间的预设参数信息；节点根据以上参数，确定节点中的簇头节点和非簇头成员节点；根据簇头节点和中心节点之间的关系，或者，根据簇头节点、非簇头成员节点和中心节点之间的函数关系，从簇头节点中选取数据转发节点；根据数据转发节点，对粒子群中的第一粒子进行一次组网，获取与第一粒子对应的网络生命周期值；对最优组网粒子进行更新和迭代。
-
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。
-
公开(公告)号：CN106901697A
公开(公告)日：2017-06-30
申请号：CN201710123688.6
申请日：2017-03-03
Applicant: 哈尔滨理工大学
CPC classification number: A61B5/7235 , A61B5/7257 , G06K9/00516
Abstract: 本发明一种用于测试三维傅里叶变换胸腹表面测量手段的方法属于结构光三维测量技术领域；该方法首先针对不同时刻拍摄的条纹图案，建立条纹图案序列强度函数模型，然后在条纹图案序列强度函数模型上添加干扰信号，再分别对未添加噪声和添加噪声的模型进行一维、二维和三维操作，最后将得到的三个相位误差进行对比；本发明用于测试三维傅里叶变换胸腹表面测量手段的方法能够清晰展示本课题组提出的三维傅里叶变换胸腹表面方法与传统1D‑FFA和2D‑FFA相比结果上的不同。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.026 seconds)
