-
公开(公告)号：CN115103296B
公开(公告)日：2025-01-24
申请号：CN202210638165.6
申请日：2022-06-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于距离向量的节点定位方法，属于无线传感器网络中节点定位技术领域。现有的传感器定位技术存在的实时性差、定位不够准确的问题。一种基于距离向量的节点定位方法，设定初始化参数和阈值；设定锚节点广播Hello数据包，数据包包括锚节点ID、锚节点名称、真实坐标和初始化为0的最小跳数，选择锚节点集；修正最小跳数和平均跳距误差，并利用修正后的跳数值获取节点间的最小跳数值以及修正后的平均跳距；利用差分进化‑禁忌搜索混合算法计算未知节点的位置坐标。本发明方法提高了传感器定位技术的实时性和准确性。
-
公开(公告)号：CN114943721A
公开(公告)日：2022-08-26
申请号：CN202210638084.6
申请日：2022-06-07
Applicant: 哈尔滨理工大学
Abstract: 一种建立基于改进U‑Net网络的颈部超声图像分割方法，属于图像分割算法领域。现有的图像分割方法在医疗图像上应用不足的问题。一种建立基于改进U‑Net网络的颈部超声图像分割方法，构建颈部超声图像数据集，数据集包括train部分和test部分；对数据集进行预处理；所述的预处理包括对图像进行滤波、图像增强和去噪；引入三个SE模型扩展结构，改进U‑Net网络结构；引入三个SE模型扩展结构从信道和空间两个维度提升网络的分割性能，利用可变形卷积块作为U‑Net网络的编码器和编码器分别进行图像的上采样和下采样，加入Droupout层，防止过拟合；并进行改进损失函数的操作。本发明方法建立的图像分割方法提升了图像分割效果。
-
公开(公告)号：CN115103296A
公开(公告)日：2022-09-23
申请号：CN202210638165.6
申请日：2022-06-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于距离向量的节点定位方法，属于无线传感器网络中节点定位技术领域。现有的传感器定位技术存在的实时性差、定位不够准确的问题。一种基于距离向量的节点定位方法，设定初始化参数和阈值；设定锚节点广播Hello数据包，数据包包括锚节点ID、锚节点名称、真实坐标和初始化为0的最小跳数，选择锚节点集；修正最小跳数和平均跳距误差，并利用修正后的跳数值获取节点间的最小跳数值以及修正后的平均跳距；利用差分进化‑禁忌搜索混合算法计算未知节点的位置坐标。本发明方法提高了传感器定位技术的实时性和准确性。
-
公开(公告)号：CN114779170A
公开(公告)日：2022-07-22
申请号：CN202210626858.3
申请日：2022-06-05
Applicant: 哈尔滨理工大学
Abstract: 一种浅海近场声源定位方法，属于定位方法领域。浅海环境中的背景极其复杂，存在不可控因素导致实际获取数据与理论存在较大偏差；浅海环境中的声源存在大量干扰噪声，实际获取的声源信号精确度不高。一种浅海近场声源定位方法，利用Matlab的水声工具箱进行水下环境仿真；然后模拟不同环境的海底反射系数对水下声场建模进行改进，改进后的三种环境再根据不同算法进行仿真分析，以此得出每一种环境下的最优解。本发明通过对不同海底环境下的水下声场分布进行建模分析得出在不同情况下的水下声场分布。通过对比CBF、MVDR、ac‑MVDR波束形成在不同组合阵的环境下进行分析，保证了分析结果的可信度。解决角度对声场分析产生的影响。
-
公开(公告)号：CN113362307B
公开(公告)日：2023-03-28
申请号：CN202110633595.4
申请日：2021-06-07
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种RGB‑D图像显著性检测方法，包括如下步骤：1.RGB图像和深度图像分别输入到舍去全连接层和池化层的Resnet50主干网络中，提取每层的RGB特征和深度特征；2.各层深度特征输入到相应的深度改进模块中，得到的深度改进特征与RGB特征经过卷积、激活等融合操作后形成各层的混合特征；3.混合特征从高层到底层两两组合，分别通过特征分组监督融合模块，得到各层显著图，其中，在每个特征分组监督融合模块中都加入上一层输出的显著图和真值图进行监督，最终经过迭代优化以第4层级输出的显著图作为最终结果显著图。本发明有效抑制了低质量深度特征的噪声干扰，对特征进行了高质量的充分融合，能够生成完整准确的显著图，具有较好的检测性能。
-
Patent Agency Ranking
公开(公告)号：CN114758357A
公开(公告)日：2022-07-15
申请号：CN202210394606.2
申请日：2022-04-14
Applicant: 哈尔滨理工大学
Abstract: 一种基于神经网络及改进K‑SVD算法的动物种类识别方法，属于图像识别领域。一种基于神经网络及改进K‑SVD算法的动物种类识别方法，由视频图像数据经过预处理得到图片数据制作动物个体身份识别数据集；步骤二、改进YOLOv4方法，并依据改进的YOLOv4算法检测图像数据中动物目标；其中，改进YOLOv4是指利用数据集进行模型的预训练，之后通过构建的目标检测数据集进行Fine‑tuning，训练合适的权重；基于K‑SVD算法，增加图像的三色分量信息，对K‑SVD算法改进，以对动物个体图像去噪；基于深度卷积神经网络的动物个体身份识别。采用本发明方法对动物个体识别的准确率高。
-
公开(公告)号：CN113362307A
公开(公告)日：2021-09-07
申请号：CN202110633595.4
申请日：2021-06-07
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种RGB‑D图像显著性检测方法，包括如下步骤：1.RGB图像和深度图像分别输入到舍去全连接层和池化层的Resnet50主干网络中，提取每层的RGB特征和深度特征；2.各层深度特征输入到相应的深度改进模块中，得到的深度改进特征与RGB特征经过卷积、激活等融合操作后形成各层的混合特征；3.混合特征从高层到底层两两组合，分别通过特征分组监督融合模块，得到各层显著图，其中，在每个特征分组监督融合模块中都加入上一层输出的显著图和真值图进行监督，最终经过迭代优化以第4层级输出的显著图作为最终结果显著图。本发明有效抑制了低质量深度特征的噪声干扰，对特征进行了高质量的充分融合，能够生成完整准确的显著图，具有较好的检测性能。
-
公开(公告)号：CN113052859A
公开(公告)日：2021-06-29
申请号：CN202110426049.3
申请日：2021-04-20
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及基于自适应种子点密度聚类超像素分割方法，主要包括以下步骤：首先，对输入图像进行预处理操作，将图像划分为若干个大致相同的子图像块，然后利用区域生长法在子图像块上寻找最大内接圆中心，以此来自适应获得种子点的位置，再以选出的种子点为中心根据自适应种子点密度聚类依次向外聚类，以种子点布满整张图像为结束条件，从而生成初始的超像素。其次，用空间限制的k‑medoids方法对子图像块进一步聚类，进一步更新种子点。最后再清理未被处理的异常像素点。本发明首次将自适应种子点和密度聚类相结合引入超像素分割中，以此来生成形状更加规则和边界贴合度更佳的超像素。
-
公开(公告)号：CN216751962U
公开(公告)日：2022-06-14
申请号：CN202123127926.1
申请日：2021-12-14
Applicant: 哈尔滨理工大学
IPC: H04N17/00
Abstract: 本实用新型公开了一种便携式视频信号检测装置，涉及通信工程技术领域，包括视频信号检测设备，所述视频信号检测设备的前表面下部对称安装有滑动板，且滑动板的一端设置有拨动板，所述滑动板的另一端设置有连接臂，两个所述连接臂的上端共同设置有顶出板，所述视频信号检测设备的内部位于与顶出板相对应处开设有安装槽，且安装槽的内部一侧安装有导向杆，所述导向杆的外表面位于两个所述滑动板之间套设有弹簧。在使用时，当需要更换电池时，通过拨动两个拨动板，带动滑动板沿滑槽滑动，进而带动两个连接臂与滑动板和顶出板转动，对顶出板进行升高，将电池座和电池升出，方便对电池进行更换。
-
公开(公告)号：CN216619264U
公开(公告)日：2022-05-27
申请号：CN202123020369.3
申请日：2021-12-03
Applicant: 哈尔滨理工大学
Abstract: 实用新型属于车流量监测技术领域，具体的说是一种基于电子信息技术的道路车流量监测装置，包括后座和第一转轴，所述后座的内部开设有安装孔，且安装孔的左侧安装有调节机构，所述后座的右侧安装有底座，且底座的右侧连接有横杆，所述第一转轴安装于横杆的内部，且第一转轴的上方安装有第二转轴，所述第二转轴的上方安装有连接杆，且连接杆的上方连接有监测头，所述监测头的上方安装有固定螺栓。本实用新型通过设置有第二转轴通过第一转轴进行转动，从而使得第二转轴能够通过第一转轴与横杆之间进行转动，方便使用者对第二转轴的方向进行改变，就能够调节监测头的方向，方便对左右不同方向的车流量进行拍摄监控，方便使用者了解道路车流量。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
