-
公开(公告)号：CN119430266A
公开(公告)日：2025-02-14
申请号：CN202411563994.8
申请日：2024-11-04
Applicant: 哈尔滨理工大学
Abstract: 一种利用咖啡液制备氧化亚铜的方法及其应用，本发明属于绿色化学、光催化降解领域。本发明利用咖啡提取液中的抗氧化物质作为还原剂，改进传统氧化亚铜制备工艺，提出一种绿色合成氧化亚铜纳米材料的有效方法，符合低碳、低耗能、无污染的绿色发展策略。本发明方法：将咖啡豆研磨成粉并加入去离子水充分加热搅拌，静置冷却至室温后保留清液，得到咖啡液。将五水硫酸铜、柠檬酸钠、氢氧化钠、咖啡液依次加入去离子水，加热搅拌至反应结束冷却至室温，洗涤、干燥后得到氧化亚铜固体粉末。
-
公开(公告)号：CN114972822A
公开(公告)日：2022-08-30
申请号：CN202210659456.3
申请日：2022-06-10
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于卷积神经网络的端到端双目立体匹配方法，对现有的用于视差估计的PsmNet网络模型进行改进。首先在多尺度空间金字塔池化层加入空洞卷积，扩大网络的感受野；在代价聚合模块，采用4个编解码模块串联起来进行堆叠，进一步提取高层信息。改进后的网络模型，扩大了感受野，同时它还提高了网络模型的良好性能，增加了丰富的细节信息，改善了在遮挡、弱纹理区域无法正确匹配的问题。
-
公开(公告)号：CN113762246A
公开(公告)日：2021-12-07
申请号：CN202010891979.1
申请日：2020-08-28
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了在复杂场景下车牌图像文本的检测和识别方法，涉及场景文本检测和图像文字识别领域，包括以下步骤，S0：采集大量复杂场景下的车牌图片作为训练模型的数据集；S1：对采集到的数据集进行图像预处理，去除图像中的无关信息；S2：使用基于边缘增强的最大稳定极值MSER检测算法提取车牌图像文本信息中的MSER区域；S3：对提取到的MSER区域，使用连接文本提议网络CTPN算法进行图像中车牌号区域的定位和裁剪；S4：将裁剪出的车牌图像文本集合输入到不定长端对端CNN+LSTM文本识别模型中进行文本识别。本发明运用CTPN结合边缘增强MSER文本检测算法和CNN+LSTM文本识别算法，对复杂场景下的车牌图像文本进行检测和识别，更好地减少了背景的干扰，提高了对复杂场景的应用性和识别的精确率。
-
公开(公告)号：CN113592713A
公开(公告)日：2021-11-02
申请号：CN202110880696.1
申请日：2021-08-02
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于生成对抗网络的文物图像超分辨率方法，所述方法包括：S1，采集文物图像，并对其进行处理得到文物数据集；S2，采用信息块提取策略，提取高分辨率文物图像中的高频信息块组成信息池；S3，将信息池的高频信息块在线随机加载到低分辨率文物图像中，随后用加载高频信息块的低分辨率文物图像和高分辨率文物图像训练基于金字塔型生成对抗网络的文物图像超分辨率算法PIGAN；S4，将低分辨率文物图像输入训练完成的PIGAN网络模型中，输出重建高分辨率文物图像。本发明公开的超分辨率网络，可更好地提取学习文物图像特征信息，且提升了高分辨率文物图像中高频信息的利用率，使得重建高分辨文物图像质量更优，纹理细节更清晰。
-
公开(公告)号：CN111556322A
公开(公告)日：2020-08-18
申请号：CN202010483348.6
申请日：2020-06-01
Applicant: 哈尔滨理工大学
IPC: H04N19/423 , G06T1/60 , G06T1/20
Abstract: 本发明提供了基于FPGA的快速图像压缩与传输系统，涉及图像处理的技术领域。应用于基于FPGA以及处理器ARM的系统框架，该系统主要包括：图像采集模块、图像压缩模块、数据传输模块、图像解压缩模块以及显示模块。本系统通过图像采集模块采集数据，之后将数据传输到图像压缩模块，而图像压缩模块与解压模块内都有FPGA模块、ARM芯片以及存储器模块，其中FPGA模块包括FIFO缓存模块以及编码模块。输入数据通过ARM进行数据的分配，将配置完的参数通过串口传到FPGA进行FIFO数据的四个部分缓存，将压缩缓存的数据通过千兆以太网发送到解压缩模块进行解压，最后通过显示模块在显示屏上显示。本发明通过分块缓存，极大提高了传输以及压缩速度。
-
Patent Agency Ranking
公开(公告)号：CN110348574A
公开(公告)日：2019-10-18
申请号：CN201910646515.1
申请日：2019-07-17
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种可以用来加速卷积神经网络中多通道卷积运算的方法，其特点是该加速器可以加速任何结构的神经网络，可编程、可在线配置，支持的特征图大小、特征图通道数、卷积核大小、卷积核通道数、卷积步幅灵活可变，控制逻辑简单，卷积运算并行度高，该加速器可以应用到任何ZYNQ架构的平台上，用户可以根据自己芯片中dsp的资源对加速电路裁剪；最小可以支持128个dsp(Digital Signal Processing)资源。本发明所述一种基于ZYNQ的通用卷积神经网络加速结构，包括：ARM处理器、总线互联、DDR4控制器、内存条、寄存器、卷积运算通路、辅助运算通路、池化运算通路、访存模块。
-
公开(公告)号：CN109993018A
公开(公告)日：2019-07-09
申请号：CN201910272371.8
申请日：2019-04-04
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种基于Zynq异构平台的二维码识别系统及识别方法，属于图像处理技术领域。本发明包括：视频图像采集模块、可编程逻辑阵列、可编程子系统、DDR存储器以及千兆以太网接口模块；视频图像采集模块采集待识别的二维码视频，传递至图像处理模块进行处理，并将处理后的数据传递至VNMA模块将数据封装成AXI形式的数据流并传输至可编程子系统；可编程子系统对二维码进行识别并将二维码识别信息传递至VDMA模块，最后通过HDMI模块将该识别信息传递至显示设备。本发明解决了目前工业领域二维码识别技术识别率较低、处理速度慢、准确率不高的问题。本发明可用于工业领域的二维码识别。
-
公开(公告)号：CN119588380A
公开(公告)日：2025-03-11
申请号：CN202411507520.1
申请日：2024-10-27
Applicant: 哈尔滨理工大学
IPC: B01J27/043 , B01J23/78 , B01J27/04 , B01J35/39
Abstract: 一种异质结结构可调变复合材料的制备方法及其应用，属于光化学能转换、能带工程领域。本发明要解决对异质结光催化剂的优化改进，调变异质结类型来提高光化学能转换效率的问题。本发明方法：一、将二氧化钛、硝酸锶、氢氧化钾、分散于水中水热反应、冷却、洗涤、干燥，得到STO粉末。二、将STO、二水合乙酸镉、硫代乙酰胺分散于水中水浴反应、冷却、洗涤、干燥，得到I型异质结复合材料CSTO‑Ⅰ。三、在步骤一基础上添加九水合硝酸铁，得到FSTO粉末。四、在步骤二基础上使用FSTO替换STO，得到II型异质结复合材料CFSTO‑Ⅱ。五、在步骤四基础上添加乙酸锌得到S型异质结复合材料ZCFSTO‑S。
-
公开(公告)号：CN116910504A
公开(公告)日：2023-10-20
申请号：CN202310870934.X
申请日：2023-07-16
Applicant: 哈尔滨理工大学
IPC: G06F18/2113 , H02J3/00 , G06F18/26 , G06F18/23213 , G06F18/15 , G06F18/2433 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/086 , G06N3/096 , G06N3/0985 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明涉及一种基于深度学习和迁移学习的电力负荷预测方法，采用迁移学习策略将相关性高的信息迁移到实验模型中，利用K‑medoids聚类算法对数据进行聚类分析，通过并行卷积策略提取时间卷积网络不同尺度的特征，利用时间注意力捕获信息并传递，结合双向门控循环单元进一步提取时间卷积网络训练输出的非线性特征，使用动态多群粒子群优化算法对网络训练的超参数进行优化和调参，以寻找最佳的超参数组合。该模型在电力负荷预测领域有着明显的优势。
-
公开(公告)号：CN113205450A
公开(公告)日：2021-08-03
申请号：CN202011425121.2
申请日：2020-12-09
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种基于图像相似约束的图像拼接优化方法，具体包括：采用图像归一化互信息量进行相似区域搜索；分别对参考图像和目标图像的相似区域进行SIFT特征点的提取；根据空间相似性约束特征点的匹配，以提高匹配精度；将匹配的特征点利用全局DLT（直接线性变换）法计算出投影矩阵；利用匹配特征点的灰度差异信息优化最优拼接缝图像融合后的结果图像，以解决因摄像设备的曝光差异产生的拼接缝问题；本发明的有益效果是：特征提取时间明显缩短，通过空间相似约束实现特征点的精确匹配，明显改善图像拼接中由于视差产生的图像重影，拼接缝问题，缩短图像拼接总体时间，并取得理想的拼接结果。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.059 seconds)
