-
公开(公告)号:CN109946698B
公开(公告)日:2021-04-16
申请号:CN201910301212.6
申请日:2019-04-15
Applicant: 北京市遥感信息研究所 , 哈尔滨工业大学
Abstract: 本发明公开了一种极化合成孔径雷达典型目标特征库的构建方法,包括:从极化合成孔径雷达数据图像中获取已知目标的类别以及坐标,生成索引;提取极化合成孔径雷达数据特征;根据索引,将极化合成孔径雷达数据特征中属于目标的部分提取出来,结合图像目标说明信息,形成目标特征集合;将目标特征集合按照极化合成孔径雷达典型目标特征库的数据结构进行存储,生成极化合成孔径雷达典型目标特征库。基于上述构建方法,本发明还公开了一种极化合成孔径雷达典型目标特征库、构建装置及存储介质。本发明解决了数据获取能力极大提高的条件下,极化合成孔径雷达典型目标特征库的高效构建问题,且构建出的目标特征库具有较强的目标描述能力。
-
公开(公告)号:CN112085086A
公开(公告)日:2020-12-15
申请号:CN202010918169.0
申请日:2020-09-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于图卷积神经网络的多源迁移学习方法,属于人工智能领域,用以解决同构图结构数据中单纯利用节点实体特征而不能对目标域节点进行准确地分类,同时解决异构图结构数据中直接利用目标域少量标签预测的分类不准确问题。技术要点:对于同构数据,利用基于混合分布度量的分布距离衡量方法获得源域与目标域之间的分布距离;通过最小化源域与目标域的平衡条件分布与边缘分布差异,最小化源域类内距离以及最大化源域类间距离进行分布对齐;对于异构数据,训练出多个图卷积神经网络模型,并计算出模型的分类权重,通过加权融合获得分类结果。本发明方法用于完成图结构数据的节点分类任务,能够有效提高目标域节点分类准确率。
-
公开(公告)号:CN103969832A
公开(公告)日:2014-08-06
申请号:CN201410225708.7
申请日:2014-05-27
Applicant: 哈尔滨工业大学
IPC: G02B27/09
Abstract: 基于微透镜阵列的激光扩束匀光器,属于激光扩束领域。所述激光扩束匀光器依次由位于同一直线上的第一级微透镜阵列、可变光阑和第二级微透镜阵列构成,三者的屏边平行,组成共轴系统。其中,第一级微透镜阵列和第二级微透镜阵列的微透镜元参数相同,微透镜元直径为p,微透镜阵列的后焦距为f;第一级微透镜阵列的直径为D1,可变光阑的最大直径为D2,第二级微透镜阵列的直径为D3,两级微透镜阵列之间的距离为d,可变光阑距第一级微透镜阵列和第二级微透镜阵列的距离分别为f和d-f。本发明通过应用微透镜阵列取代单透镜设计扩束系统,改善扩束光学系统像差质量,简化系统结构,提高扩束比,降低了系统装调的精度要求。
-
公开(公告)号:CN109299783A
公开(公告)日:2019-02-01
申请号:CN201811547553.3
申请日:2018-12-18
Applicant: 哈尔滨工业大学
IPC: G06N7/00 , G06F16/953
Abstract: 基于异构域迁移的舆情角色识别迁移系统,涉及数据挖掘和机器学习领域。为了解决现有技术面对纷繁复杂的网民信息无法进行有效地提取知识,不能在不同领域之间进行迁移学习,进而无法实现知识间接的共享的问题。所述系统为基于马尔科夫逻辑网的建立的舆情角色识别迁移模型,包括数据谓词化模块、结构学习模块、知识提取模块、知识迁移模块和参数学习模块,将领域知识谓词化转换成模型可以识别的知识进行结构学习并提取需要迁移的知识到目标域完成知识迁移,再通过参数学习模块进行参数学习获得迁移学习后的模型。采用将转换复杂度融入领域距离以及考虑单源域到单目标域的迁移学习界限的技术手段,实现了面对纷繁复杂的网民信息有效地提取迁移。
-
公开(公告)号:CN104008260B
公开(公告)日:2016-10-05
申请号:CN201410276160.9
申请日:2014-06-19
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 共形整流罩最佳面型及参数的设计方法,属于导引头结构设计和光学成像技术领域。本发明通过导弹在超音速飞行状态下的空气阻力系数的大小、头罩的成像质量以及头罩的雷达散射特性建立的综合评价指标,通过建立共形整流罩评价性能的综合指标来设计出空气阻力相对比较小、成像质量比较高、隐身性能比较好的最佳面型的二次曲面面型整流罩,其厚度为4mm,口径为180mm,整流罩长为180mm,外部双曲面离心率为1.021,内部双曲面离心率为1.01975。可以用于精确制导武器导引头的光学系统之中,通过使用这种面型的整流罩进而实现导弹的空气动力学性能、光学成像性能以及隐身性能。
-
公开(公告)号:CN104008260A
公开(公告)日:2014-08-27
申请号:CN201410276160.9
申请日:2014-06-19
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 共形整流罩最佳面型及参数的设计方法,属于导引头结构设计和光学成像技术领域。本发明通过导弹在超音速飞行状态下的空气阻力系数的大小、头罩的成像质量以及头罩的雷达散射特性建立的综合评价指标,通过建立共形整流罩评价性能的综合指标来设计出空气阻力相对比较小、成像质量比较高、隐身性能比较好的最佳面型的二次曲面面型整流罩,其厚度为4mm,口径为180mm,整流罩长为180mm,外部双曲面离心率为1.021,内部双曲面离心率为1.01975。可以用于精确制导武器导引头的光学系统之中,通过使用这种面型的整流罩进而实现导弹的空气动力学性能、光学成像性能以及隐身性能。
-
公开(公告)号:CN109946698A
公开(公告)日:2019-06-28
申请号:CN201910301212.6
申请日:2019-04-15
Applicant: 北京市遥感信息研究所 , 哈尔滨工业大学
Abstract: 本发明公开了一种极化合成孔径雷达典型目标特征库的构建方法,包括:从极化合成孔径雷达数据图像中获取已知目标的类别以及坐标,生成索引;提取极化合成孔径雷达数据特征;根据索引,将极化合成孔径雷达数据特征中属于目标的部分提取出来,结合图像目标说明信息,形成目标特征集合;将目标特征集合按照极化合成孔径雷达典型目标特征库的数据结构进行存储,生成极化合成孔径雷达典型目标特征库。基于上述构建方法,本发明还公开了一种极化合成孔径雷达典型目标特征库、构建装置及存储介质。本发明解决了数据获取能力极大提高的条件下,极化合成孔径雷达典型目标特征库的高效构建问题,且构建出的目标特征库具有较强的目标描述能力。
-
公开(公告)号:CN104134009A
公开(公告)日:2014-11-05
申请号:CN201410392093.7
申请日:2014-08-11
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种致盲弹辐射能量数值仿真系统及方法。所述仿真系统由化学反应动力学计算模块、传热计算模块、各层颗粒吸收和衰减系数计算模块、各层光程计算模块四部分构成。本发明计算了药剂燃烧过程中的7步子反应的能量吸收与释放,计算了燃烧“火球”各层之间能量传递过程。计算获得的燃烧“火球”空间尺度、光谱辐射能量均与实验数据匹配良好,并且得到了连续易于分析的光谱辐射能量数据分布。与传统的应用实验测得“火球”表面温度再用黑体辐射定律计算的方法相比,省去了实验步骤,提高了计算效率、计算精度和可靠性。该方法为强光致盲弹燃烧过程仿真提供了一种新思路,可作为工程计算的一种有效模型和方法。
-
公开(公告)号:CN109635951A
公开(公告)日:2019-04-16
申请号:CN201811547551.4
申请日:2018-12-18
Applicant: 哈尔滨工业大学
IPC: G06N7/00
CPC classification number: G06N7/00
Abstract: 基于加权分布对齐和几何特征对齐的无监督跨领域自适应数据标定方法及系统,涉及数据标定技术领域。本发明为了有效地提高数据标定准确率。加权分布对齐能够权衡样本数据的边际概率分布和条件概率分布的重要性,进而减小领域间的差异;几何特征对齐不但能进一步挖掘领域间样本数据的几何特征,而且通过图拉布拉斯正则化可以很好的保持样本数据空间的几何结构,进而提高样本可分性和数据标定的准确性。通过与其他方法进行实验对比,本发明开发的系统—基于加权分布对齐和几何特征对齐的无监督跨领域自适应数据标定方法可以有效地提高数据标定准确率。
-
公开(公告)号:CN104134009B
公开(公告)日:2017-02-22
申请号:CN201410392093.7
申请日:2014-08-11
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种致盲弹辐射能量数值仿真系统及方法。所述仿真系统由化学反应动力学计算模块、传热计算模块、各层颗粒吸收和衰减系数计算模块、各层光程计算模块四部分构成。本发明计算了药剂燃烧过程中的7步子反应的能量吸收与释放,计算了燃烧“火球”各层之间能量传递过程。计算获得的燃烧“火球”空间尺度、光谱辐射能量均与实验数据匹配良好,并且得到了连续易于分析的光谱辐射能量数据分布。与传统的应用实验测得“火球”表面温度再用黑体辐射定律计算的方法相比,省去了实验步骤,提高了计算效率、计算精度和可靠性。该方法为强光致盲弹燃烧过程仿真提供了一种新思路,可作为工程计算的一种有效模型和方法。
-
-
-
-
-
-
-
-
-