-
公开(公告)号：CN116821239A
公开(公告)日：2023-09-29
申请号：CN202310770629.3
申请日：2023-06-28
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地
Inventor： 张可佳 , 刘志颖 , 潘海为 , 蔡成涛 , 王巍 , 王春才 , 王小芳 , 陈征平 , 王宇华 , 兰海燕 , 李智慧 , 曲立平 , 史长亭 , 江俊慧 , 孙宝丹 , 李丽洁
IPC: G06F16/27 , H04L67/1097 , H04L9/40 , H04L69/163 , G06F16/25 , G06F16/2453 , G06F16/2455 , G06F16/2458 , G06F9/48 , G06F9/50 , G06F21/31 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种基于云平台的船舶虚拟试验储算分离系统，包括，客户端模块，为整体系统的最外层，用于直接与用户进行交互，向用户提供API并发挥任务执行的结果；分布式查询模块，与客户端模块连接，用于在接收到客户端模块发送的任务后对任务进行解析操作，再访问储算调度模块完成具体任务后获得结果并发送至客户端模块；分布式存储模块，与分布式查询模块连接，用于对整个系统中的数据进行存储且加密，进而为储算调度模块和分布式查询模块提供数据支持；储算调度模块，分别与分布式查询模块和分布式查询模块连接，用于负责进行有效的数据缓存，并对整个系统的存储进行调度。本发明提高了云计算平台的存储效率、查询效率和计算效率。
-
公开(公告)号：CN116881668A
公开(公告)日：2023-10-13
申请号：CN202311058259.7
申请日：2023-08-22
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 海南俊码数据研究院有限公司
Inventor： 庄园 , 樊泽楷 , 刘昊洋 , 王诚 , 段毅航 , 蔡成涛 , 王巍 , 李承国 , 王小芳 , 杨明刚 , 陈征平 , 陈志远 , 李晋 , 曹雪 , 冯晓宁 , 付岩 , 关键 , 兰海燕 , 李智慧 , 刘海波
IPC: G06F18/20 , G06F18/22 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提出基于跨模态预训练模型的智能合约相似性检测方法，包括：构建智能合约的控制流图；提取所述智能合约中的注释信息，将所述控制流图与所述注释信息进行对应，获取对应图；将所述对应图中的信息输入预设的跨模态预训练模型，获取合约的特征表示向量；基于所述特征表示向量，通过阈值进行合约相似性的判定。本发明能实现高精度智能合约语义相似性检测。
-
公开(公告)号：CN110097117B
公开(公告)日：2023-12-12
申请号：CN201910357895.7
申请日：2019-04-30
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/766 , G06V10/77
Abstract: 本发明公开了一种基于线性判别分析与多元自适应样条的数据分类方法，本发明是一种将降维与分类相结合的方法，首先通过线性判别分析方法确定最有效的分类特征，然后通过多元自适应回归样条(Multivariate adaptive regression splines,MARS)实现输入变量区间分割，将非线性分类转为线性分类问题，最后通过感知机实现分类，本发明实现了多输出分段线性分类，通过多元自适应回归样条的方式实现递归分割，通过感知机方式实现线性分类使得训练集的分类误差最小，预测时间在毫秒级以下，该算法有快速准确的特点。
-
公开(公告)号：CN111307136A
公开(公告)日：2020-06-19
申请号：CN202010088021.9
申请日：2020-02-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种双智能水下机器人水下航行地形匹配导航方法，包括第一智能水下机器人和第二智能水下机器人，其将所述第一智能水下机器人和所述第二智能水下机器人进行水下定深航行，并进行地形匹配导航，通过间隔一定时间进行一次的水声通信，获得两个智能水下机器人之间的相对估计位置与距离；根据两个智能水下机器人的实际位置，通过公式得到两个智能水下机器人的导航精度；根据两个智能水下机器人之间的估计距离与实际测量距离，得到两者之间的距离误差；根据多源信息的融合原理，采用混合式融合的方式重新估计两个智能水下机器人的位置。
-
公开(公告)号：CN105046282A
公开(公告)日：2015-11-11
申请号：CN201510534715.X
申请日：2015-08-27
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6256 , G06K9/00355 , G06K9/00375
Abstract: 本发明属于基于机器学习方法的目标检测领域，具体涉及一种基于手形块特征和AdaBoost分类器的手部检测方法。本发明包括：(1)模型训练；(2)手部检测本发明提出一种新的手部检测特征，叫作手形块特征。该特征是一种矩形块特征，模拟手部的形状而设计的，可体现手部形状的特点。该特征形状简单，不同尺度的块、块的不同参数会形成很高的特征维数，所以采用AdaBoost算法作为分类器，从中选择有效特征，构成级联分类器，从检测率与检测速度两方面提高手部检测效果。
-
Patent Agency Ranking
公开(公告)号：CN104021171A
公开(公告)日：2014-09-03
申请号：CN201410239322.1
申请日：2014-06-03
Applicant: 哈尔滨工程大学
CPC classification number: G06F17/30244 , G06F17/3028 , G06K9/6218 , H04M1/72522
Abstract: 本发明属于图像库的组织和搜索领域，主要涉及一种基于GMM的手机内图像的组织和搜索方法。本发明包括：对手机内photo文件夹下的所有图像按高斯混合模型进行聚类；对全部图像进行聚类的K幅聚类中心图像；将每幅最上一层图像所对应的该类别下的所有图像继续按高斯混合模型进行聚类；从第二层图像开始重复步骤3；图像索引结构建立好后，用户开始搜索图像；点选图像后进入图像索引结构的下一层。本发明提供给手机用户按图像语义的不同进行搜索和查找的方式，极大地方便了手机图像管理和使用上的智能化。考虑到手机内图像的数量要比大型图像库要小得多，因此经典的图像聚类技术就可以满足其实时性的要求。
-
公开(公告)号：CN111307136B
公开(公告)日：2021-08-27
申请号：CN202010088021.9
申请日：2020-02-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种双智能水下机器人水下航行地形匹配导航方法，包括第一智能水下机器人和第二智能水下机器人，其将所述第一智能水下机器人和所述第二智能水下机器人进行水下定深航行，并进行地形匹配导航，通过间隔一定时间进行一次的水声通信，获得两个智能水下机器人之间的相对估计位置与距离；根据两个智能水下机器人的实际位置，通过公式得到两个智能水下机器人的导航精度；根据两个智能水下机器人之间的估计距离与实际测量距离，得到两者之间的距离误差；根据多源信息的融合原理，采用混合式融合的方式重新估计两个智能水下机器人的位置。
-
公开(公告)号：CN103955949B
公开(公告)日：2016-12-07
申请号：CN201410136111.5
申请日：2014-04-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于Mean-shift算法的运动目标检测方法。步骤一：输入视频序列；步骤二：图像预处理；步骤三：帧间差分计算及差分图像直方图计算；步骤四：差分图像二值化；步骤五：计算平均灰度比；步骤六：判断是否有运动目标出现；步骤七：计算运动区域面积并去掉小区域；步骤八：目标检测；步骤九：结果融合。本发明对目标的完整检测效果很好，大部分情况下都能完整的检测出，多个目标情况下，每帧处理时间平均在20ms左右。本发明方法实时性较强，在时间和效果上满足要求。
-
公开(公告)号：CN103955949A
公开(公告)日：2014-07-30
申请号：CN201410136111.5
申请日：2014-04-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于Mean-shift算法的运动目标检测方法。步骤一：输入视频序列；步骤二：图像预处理；步骤三：帧间差分计算及差分图像直方图计算；步骤四：差分图像二值化；步骤五：计算平均灰度比；步骤六：判断是否有运动目标出现；步骤七：计算运动区域面积并去掉小区域；步骤八：目标检测；步骤九：结果融合。本发明对目标的完整检测效果很好，大部分情况下都能完整的检测出，多个目标情况下，每帧处理时间平均在20ms左右。本发明方法实时性较强，在时间和效果上满足要求。
-
公开(公告)号：CN102163281B
公开(公告)日：2012-08-22
申请号：CN201110104892.6
申请日：2011-04-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于AdaBoost框架和头部颜色的实时人体检测方法，包括训练及检测两个步骤；(1)根据模板提取多尺度HOG特征；(2)采用AdaBoost-Boosting方法训练人体检测模型；(3)提取头部颜色直方图特征；(4)采用AdaBoost方法训练头部判别模型；(5)基于滑动窗口方法的人体检测；(6)对于每个检测窗口，先提取HOG特征，根据人体检测模型判别是否是人体；(7)对于判别为人体的窗口，提取头部直方图特征，判断是否包含头部；包含头部的窗口确定为包含人体的窗口，在图像中相应位置画出矩形。本发明采用的特征单元是原HOG特征的Block，而且是多尺度的Block，并结合了特征模板，提高了检测效果；增加了头部特征判别以提高检测率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.024 seconds)
