-
公开(公告)号：CN104851102A
公开(公告)日：2015-08-19
申请号：CN201510271296.5
申请日：2015-05-25
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/579 , G06K9/6269 , G06K2209/21 , G06T7/292 , G06T7/30 , G06T2207/10048 , G06T2207/20081
Abstract: 一种基于人类视觉系统的红外小目标检测方法，属于红外目标检测领域。解决了现有红外小目标检测方法检测的结果存在大量的虚检，导致检测准确率低的问题。首先，通过视觉注意机制对原始图片进行处理获得候选目标，所述的通过视觉注意机制对原始图片进行处理获得候选目标的具体过程为：原始图像为红外灰度图，对原始图像进行预处理，使得红外灰度图转换为显著度图，再通过预设的阈值选取显著度图中最显著的部分，并将显著度图中最显著的部分作为候选目标，其次，使用支持向量机分类器对候选目标进行分类，使得显著度图中最显著的部分中的真实目标和背景噪声区分开，再识别最显著的部分中的真实目标是否真实存在，完成目标检测。主要对进行目标检测。
-
公开(公告)号：CN109088796A
公开(公告)日：2018-12-25
申请号：CN201811096285.8
申请日：2018-09-19
Applicant: 哈尔滨工业大学
IPC: H04L12/26
Abstract: 基于网络层析成像技术的网络流量矩阵预测方法，它属于网络流量矩阵预测领域。本发明解决了由于观测矩阵属于确定性矩阵，其受网络拓扑结构限制，因此难以满足压缩感知理论的RIP原则，以及网络流量矩阵发生突变导致的预测误差大的问题。本发明基于路由矩阵构造观测矩阵和观测结果矩阵，避免了观测矩阵受网络拓扑结构限制，导致难以满足压缩感知理论的RIP原则的问题；通过计算网络流量矩阵的样本数据的每个子样本片段对应的一组正交基得到近似过完备正交基集合，再通过稀疏系数估计值重构出网络流量矩阵，在网络流量矩阵发生突变时，本发明方法应用于Abilene网络流量矩阵预测时的平均预测误差小于10％。本发明可以应用于网络流量矩阵预测领域用。
-
公开(公告)号：CN104851102B
公开(公告)日：2017-06-23
申请号：CN201510271296.5
申请日：2015-05-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于人类视觉系统的红外小目标检测方法，属于红外目标检测领域。解决了现有红外小目标检测方法检测的结果存在大量的虚检，导致检测准确率低的问题。首先，通过视觉注意机制对原始图片进行处理获得候选目标，所述的通过视觉注意机制对原始图片进行处理获得候选目标的具体过程为：原始图像为红外灰度图，对原始图像进行预处理，使得红外灰度图转换为显著度图，再通过预设的阈值选取显著度图中最显著的部分，并将显著度图中最显著的部分作为候选目标，其次，使用支持向量机分类器对候选目标进行分类，使得显著度图中最显著的部分中的真实目标和背景噪声区分开，再识别最显著的部分中的真实目标是否真实存在，完成目标检测。主要对进行目标检测。
-
公开(公告)号：CN109088796B
公开(公告)日：2020-09-15
申请号：CN201811096285.8
申请日：2018-09-19
Applicant: 哈尔滨工业大学
IPC: H04L12/26
Abstract: 基于网络层析成像技术的网络流量矩阵预测方法，它属于网络流量矩阵预测领域。本发明解决了由于观测矩阵属于确定性矩阵，其受网络拓扑结构限制，因此难以满足压缩感知理论的RIP原则，以及网络流量矩阵发生突变导致的预测误差大的问题。本发明基于路由矩阵构造观测矩阵和观测结果矩阵，避免了观测矩阵受网络拓扑结构限制，导致难以满足压缩感知理论的RIP原则的问题；通过计算网络流量矩阵的样本数据的每个子样本片段对应的一组正交基得到近似过完备正交基集合，再通过稀疏系数估计值重构出网络流量矩阵，在网络流量矩阵发生突变时，本发明方法应用于Abilene网络流量矩阵预测时的平均预测误差小于10％。本发明可以应用于网络流量矩阵预测领域用。
-
-
-
Search Results
4
records
(took 0.017 seconds)
