-
公开(公告)号：CN102750445A
公开(公告)日：2012-10-24
申请号：CN201210183977.2
申请日：2012-06-06
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于复化Simpson公式改进多变量灰色模型的故障预测方法，属于信号处理领域，本发明为解决现有故障预测设备系统的组成具有复杂性、结构关系的模糊性以及特征参数获取的不确定性、不完整性的问题。本发明方法包括以下步骤：步骤一、输入待测设备的故障原始特征数据序列和故障相关数据序列，计算其累加生成数；步骤二、建立多变量灰色模型，计算灰色系数；步骤三、利用步骤二求得的灰色系数获取的预测值步骤四、获得的预测值步骤五、计算多变量灰色模型的预测精度；步骤六、判断待测设备是否有故障。
-
公开(公告)号：CN101599126B
公开(公告)日：2012-09-19
申请号：CN200910071856.7
申请日：2009-04-22
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 本发明提供了一种利用全局互信息加权的支持向量机分类器，本发明的步骤为：一、利用全局互信息度量同维数据的重要信息含量；二、利用加权型支持向量机融合同维数据的重要信息含量，完成加权型支持向量机的训练及测试样本的类别判定任务；三、构建分类器，并对测试样本的最终类别作出决策。本发明利用全局互信息定量分析各维数据的重要信息量指数，并作为系数加权于SVM的核函数之中，使得处于重要性较强维的数据在分类中发挥更加重要的作用，从而提高分类精度。本发明充分挖掘输入向量同维数据之间隐含的关联信息并据此来指导SVM的分类过程，进而获得分类精度上的提升。
-
公开(公告)号：CN101916439B
公开(公告)日：2012-08-08
申请号：CN201010236974.1
申请日：2010-07-27
Applicant: 哈尔滨工业大学
IPC: G06F17/14
Abstract: 基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，属于图像处理领域，本发明为解决采用传统的危险空间碎片探测方法时，必须依赖有关空间碎片图像的样本信息，算法适应性差的问题，本发明方法包括：一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；二、一维经验模态分解，获取两个本征模态函数分量；三、对二阶IMF分量进行希尔伯特变换，得到其幅值和瞬时频率；四、保留幅值高于均值一半的部分，保留瞬时频率高于均值的部分，并分割形成特征波段集合；五、循环搜索特征波段集合，判断目标是否旋转，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。
-
公开(公告)号：CN102622611A
公开(公告)日：2012-08-01
申请号：CN201210065533.9
申请日：2012-01-13
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 基于特征扩展和模糊支持向量机的多分组图像分类方法，属于图像处理领域，本发明为解决现有多分组图像分类方法无法有效提取图像本质特征，分类精度较低的问题。本发明方法为：先去掉被噪声等严重污染而无法使用的波段，对剩下的波段依次进行二维经验模态分解，得到一些二维本征模态函数，将这些二维本征模态函数进行有机组合，扩展为多分组图像的特征，最后用模糊支持向量机分类器分类。本发明充分发挥了二维经验模态分解能自适应地提取复杂图像本质特征的优势，有效获取多分组图像特征；采用模糊支持向量机作为分类器，兼具支持向量机和模糊函数二者的优势，有利于提高分类精度。
-
公开(公告)号：CN101916439A
公开(公告)日：2010-12-15
申请号：CN201010236974.1
申请日：2010-07-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，属于图像处理领域，本发明为解决采用传统的危险空间碎片探测方法时，必须依赖有关空间碎片图像的样本信息，算法适应性差的问题，本发明方法包括：一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；二、一维经验模态分解，获取两个本征模态函数分量；三、对二阶IMF分量进行希尔伯特变换，得到其幅值和瞬时频率；四、保留幅值高于均值一半的部分，保留瞬时频率高于均值的部分，并分割形成特征波段集合；五、循环搜索特征波段集合，判断目标是否旋转，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。
-
Patent Agency Ranking
公开(公告)号：CN116596952B
公开(公告)日：2025-04-01
申请号：CN202310578840.5
申请日：2023-05-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了多层级病灶检出优化的病理切片图像分割检测方法，所述方法构建了一个多级特征提取结构，使用轻量级网络进行图像特征初步提取，基于空洞空间金字塔池化模块进行多尺度特征提取，将多尺度特征与特征初步提取网络中的浅层特征图进行叠加融合，实现了充分的病灶特征提取，提高了算法对病灶的识别精度，并降低了网络层数，避免了过深网络结构导致的特征信息损失。基于多层注意力机制，对病灶特征进行了权重增强，提高了算法对病灶的检出能力。在初步特征提取网络后并行加入一个训练好的基于Sobel算子的多成分分割算法模块，用于辅助优化损失函数。通过多层级的病灶特征提取、增强、优化训练，可以有效提高检测算法的病灶检测效果。
-
公开(公告)号：CN112734324B
公开(公告)日：2024-06-28
申请号：CN202011562669.1
申请日：2020-12-25
Applicant: 哈尔滨工业大学
IPC: G06Q10/087 , G06Q10/047 , G06N3/006 , G06N3/126
Abstract: 基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉；五、对AGV路径进行有利变异；六、重新计算AGV路径适应度，判定迭代是否终止，对终止后的AGV路径进行轨迹圆滑处理。本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。
-
公开(公告)号：CN112763225B
公开(公告)日：2022-12-30
申请号：CN202011562623.X
申请日：2020-12-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于拉普拉斯特征映射算法的传感器误差识别及消除方法，它涉及发动机测试领域，采取环状对称测温结构、拉普拉斯特征映射及小波基降噪算法完成对发动机温度的连续精准测量。本发明的步骤为：一、为应对发动机尾焰发生偏转所产生的气流扰动，布置发动机燃烧室环状对称结构测量装置。二、为了对测量干扰及时有效地减弱和去除，再进一步通过拉普拉斯特征映射算法降维处理得到目标温度值。三、最后通过小波变换滤波进行传感器温度信号降噪处理，选取小波基Coif5进行温度信号降噪处理来消除发动机尾焰温度变化规律复杂而导致的测量误差。本发明可有效解决温度变化规律复杂所导致的测温准确度差的问题、以及测量干扰难以及时有效去除的问题。
-
公开(公告)号：CN115225262A
公开(公告)日：2022-10-21
申请号：CN202210634089.1
申请日：2022-06-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于跳跃蜘蛛优化算法的S盒优化方法，属于信息安全技术领域。S盒是分组密码中关键性组件，决定了分组密码的安全强度，针对如何生成一个性能较优的S盒提出了基于跳跃蜘蛛优化算法的S盒优化算法，主要分为初始化S盒群、S盒优化和S盒提升三个步骤。通过应用两个混沌映射生成一个S盒群，然后基于混沌映射和跳跃蜘蛛优化算法对S盒的指标进行优化，最终可以得到非线性度平均值为110，线性逼近概率为0.1172，差分逼近概率为0.0391，严格雪崩准则相关矩阵平均值为0.5027的最优S盒。
-
公开(公告)号：CN114584670A
公开(公告)日：2022-06-03
申请号：CN202210221521.4
申请日：2022-03-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种分形和混沌相结合的图像压缩加密方法，属于多媒体信息安全技术领域。本发明针对分形编码良好的图像压缩特性，却没有考虑安全性的问题，设计了一种与混沌结合的安全的图像压缩加密方法。该方法设计选用ICMIC混沌映射产生伪随机序列，根据分形编码的特点，设计基于混沌的高效加密方法，以保证其压缩性能和安全性能。理论分析和实验结果表明,本发明所提出的方法安全性高，对压缩比没有影响，同时保证了有损压缩良好的重构效果，具有广泛的应用前景和实用价值。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.043 seconds)
