-
公开(公告)号：CN116088477B
公开(公告)日：2024-11-08
申请号：CN202310076438.7
申请日：2023-01-20
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于Kmeans和SVM的无人机飞控参数组合测试方法，涉及软件测试技术领域，针对现有技术中针对测试数据的测试效率低的问题，本申请首先利用少量的测试数据先进行测试，获取到的测试结果作为测试数据的标签；其次利用Kmeans++和支持向量机(Support VectorMachine，SVM)建立待测系统的模型；再次由这两个模型对组合测试数据进行预测，将预测结果进行融合；最后根据预测结果进行优先级排序。本申请在只对20％的组合测试数据进行优先测试的情况下，最终排序的组合测试数据的可以更快地检测出更多的故障，极大地提升了检测效率。
-
公开(公告)号：CN117938294A
公开(公告)日：2024-04-26
申请号：CN202410109851.3
申请日：2024-01-26
Applicant: 哈尔滨工业大学
IPC: H04J3/06
Abstract: 本发明公开了一种基于动态补偿滤波提高IEEE 1588同步精度的方法，包括：实时监测主从节点之间的时钟漂移情况；设计滑动滤波模块，对来自PHY芯片的晶振时钟信号进行滑动滤波处理；设计动态补偿模块，在PL端设置时钟偏差、时钟漂移的偏差阈值及补偿值，对经过滑动滤波处理后的时钟信号进行动态补偿；将经过动态补偿的时钟信号用作本地计时时钟，按照预定格式记录本地运行时间；当经过PL端的以太网数据流中含有特定事件报文时，将此报文进入端口的时间保存到FIFO中；上位机通过AXI4Lite总线控制读取FIFO中的时间戳信息，计算主从时间偏差，并反馈给本地实时时钟模块进行调整。该方法能够有效解决1588协议中同步偏差过大问题，实现更可靠、精确的时钟同步。
-
公开(公告)号：CN115082769A
公开(公告)日：2022-09-20
申请号：CN202210750617.X
申请日：2022-06-28
Applicant: 哈尔滨工业大学
Abstract: 一种基于图像的飞机目标识别方法，它属于目标识别领域。本发明解决了利用现有的深度学习方法对空中飞机目标进行识别时所获得的识别准确率低的问题。本发明针对数据集高复杂度的特点，通过构建RSC模块来对模型训练过程中的特征提取做优化，通过对高梯度特征静音的措施，强制网络学习更多特征完成目标类别预测。针对数据集表面相关性的问题，通过提出一种正则化方法实现了对损失函数的优化，来抑制梯度饥饿现象，进而提升识别准确率。本发明方法可以应用于目标识别领域。
-
公开(公告)号：CN108959091B
公开(公告)日：2021-06-25
申请号：CN201810739291.4
申请日：2018-07-06
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 一种支持约束的事件序列故障定位方法，它用于软件测试技术领域。本发明解决了传统的软件事件序列故障定位方法存在的未考虑事件序列之间的约束限制对故障定位的影响的问题。本发明获得待测系统的非确定事件交互集N，计算非确定事件交互集N中每个非确定事件交互的错误概率，按照错误概率由大到小的顺序依次执行集合N中每个事件交互，以确定出集合Γ中包含的极小错误事件交互，完成待测系统的事件序列故障定位；与传统的事件序列故障定位方法相比，本发明的故障定位方法考虑了事件序列之间的约束限制对故障定位的影响，克服了现有技术的局限。本发明可以应用于软件测试技术领域用。
-
公开(公告)号：CN112711535A
公开(公告)日：2021-04-27
申请号：CN202011609041.2
申请日：2020-12-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于粒子群优化的约束下组合测试数据生成方法，包括：利用粒子群优化算法全局搜索能力强的特点，在解空间中寻找最优解，经过粒子群算法的迭代寻优过程，输出所能搜索到的一条最优测试数据；针对这一最优测试数据进行局部搜索，利用贪心算法在针对局部进行取值替换，保留更优的测试数据，其中，在局部替换过程中，使用满足性解释器同步验证每一次替换的结果，在保证了测试数据满足约束的前提下，测试数据尽可能的覆盖更多的未被覆盖的取值组合，生成高覆盖的组合测试数据。该方法有效的结合贪心算法和启发式算法的优势，弥补了对应的不足，增强了解空间的搜索能力，同时能够有效的减少测试数据量，提高测试效率。
-
Patent Agency Ranking
公开(公告)号：CN106210172B
公开(公告)日：2019-04-16
申请号：CN201610589941.2
申请日：2016-07-25
Applicant: 哈尔滨工业大学
IPC: H04L29/12
Abstract: 以太网络数据IP地址高速分类装置，涉及一种网络数据按照IP地址进行分类的装置。为了解决现有数据分类装置稳定性和可配置性差的问题。本发明以66AK2E05芯片为基础，包括数据链路层以太网端口、DMA传输装置、网络数据包加速器和DSP配置程序，通过DSP配置程序的控制，数据链路层以太网端口负责嗅探包含所有MAC地址、IP地址在内的应用系统全体数据帧，DMA传输装置负责优化数据传输的速度，网络数据包加速器负责按照用户配置的IP地址分类信息将接收到的应用系统全体数据分类成各条包含不同IP地址的数据流和一条不包含所有指定IP地址的数据流。本发明用于对网络系统的数据进行分类，减小各个输出网口的数据吞吐率。
-
公开(公告)号：CN105337797B
公开(公告)日：2018-12-11
申请号：CN201510665851.2
申请日：2015-10-15
Applicant: 哈尔滨工业大学
IPC: H04L12/26
Abstract: 一种复杂电子信息网络协议数据捕获方法，涉及一种复杂电子信息网络协议数据捕获技术，目的是为了解决目前复杂电子信息系统调试及运行过程中系统内部传输信息难以直观监测的问题。本发明所述的数据捕获方法的捕获数据过程为建立协议过滤模板、启动数据过滤、捕获与缓存网络数据、数据提取、协议匹配处理、协议单元数据显示。本发明的有益效果为实现了对系统内部高速以太网数据协议单元级别捕获，实现了数据包从数据单元级别到协议单元级别的转变，解决了目前网络数据捕获工具仅能提供数据单元级别的捕获而影响系统监测效率的问题，适用于水面舰艇作战系统现场调试。
-
公开(公告)号：CN106446936A
公开(公告)日：2017-02-22
申请号：CN201610805497.3
申请日：2016-09-06
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6269 , G06N3/08
Abstract: 基于卷积神经网络的空谱联合数据转波形图的高光谱数据分类方法，本发明涉及空谱联合数据转波形图的高光谱数据分类方法。本发明的目的是为了解决现有数据分类正确率低、分类时间长、计算量大的问题。基于卷积神经网络的空谱联合数据转波形图的高光谱数据分类方法具体是按照以下步骤进行的：步骤一、对高光谱原始数据进行逐层归一化，得到归一化后的高光谱数据；对归一化后的高光谱数据进行处理，得到高光谱空谱联合数据信息；步骤二、将高光谱空谱联合数据信息转换成二维波形图像数据。本发明用于高光谱数据分类领域。
-
公开(公告)号：CN103248471B
公开(公告)日：2016-06-08
申请号：CN201310192223.8
申请日：2013-05-22
Applicant: 哈尔滨工业大学
IPC: H04L7/00
Abstract: 基于PTP协议与反射内存网的时钟同步方法，涉及虚拟仿真试验技术领域。本发明解决了现有的通信方法由于网络的不平稳性使得时钟同步的精度低的问题，提出了基于PTP协议与反射内存网的时钟同步方法。该方法适用于对虚拟仿真试验中主机和节点设备之间的时钟同步，主机和节点设备上插一块反射内存卡，反射内存卡之间通过光纤进行数据传输，步骤一：构建主从时钟；步骤二：偏移校正阶段：步骤三：重复偏移校正；步骤四：数据处理算法得到偏移值；步骤五：得到最佳拟合值；步骤六：延时矫正阶段；步骤七：重复延时矫正；步骤八：数据处理算法得到延时值；步骤九：得到最佳拟合值，完成主时钟和从时钟的时钟同步。本发明适用于虚拟仿真试验。
-
公开(公告)号：CN105337797A
公开(公告)日：2016-02-17
申请号：CN201510665851.2
申请日：2015-10-15
Applicant: 哈尔滨工业大学
IPC: H04L12/26
CPC classification number: H04L43/04
Abstract: 一种复杂电子信息网络协议数据捕获方法，涉及一种复杂电子信息网络协议数据捕获技术，目的是为了解决目前复杂电子信息系统调试及运行过程中系统内部传输信息难以直观监测的问题。本发明所述的数据捕获方法的捕获数据过程为建立协议过滤模板、启动数据过滤、捕获与缓存网络数据、数据提取、协议匹配处理、协议单元数据显示。本发明的有益效果为实现了对系统内部高速以太网数据协议单元级别捕获，实现了数据包从数据单元级别到协议单元级别的转变，解决了目前网络数据捕获工具仅能提供数据单元级别的捕获而影响系统监测效率的问题，适用于水面舰艇作战系统现场调试。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.03 seconds)
