公开(公告)号：CN107967920A

公开(公告)日：2018-04-27

申请号：CN201711182408.5

申请日：2017-11-23

Applicant: 哈尔滨理工大学

Inventor： 黄金杰 ,  王雅君 ,  陆春宇

IPC: G10L21/0216 ,  G10L25/30

CPC classification number: G10L21/0216 ,  G10L25/30

Abstract: 本发明公开了一种改进的自编码神经网络语音增强算法，由于传统的语音增强算法诸如谱减法和维纳滤波法在语音增强效果方面存在诸多弊端，例如对非平稳噪音过滤差，增强后会有“音乐噪音”的残留，对噪音种类和信噪比泛化作用差；本发明采用改进的自编码神经网络语音增强算法，将自编码神经网络的三层结增加到5层，各层对应的神经元数目分别为256，128,64,128,256，同时将100种噪音按照信噪比-5dB,0dB,5dB,10dB和15dB加入纯静音频中，构造海量的数据集来训练网络，训练之后的网络模型能够起到良好的语音增强作用，并且由于训练数据之大，对噪音种类和信噪比具有良好的泛化作用。

公开(公告)号：CN108665463A

公开(公告)日：2018-10-16

申请号：CN201810274743.6

申请日：2018-03-30

Applicant: 哈尔滨理工大学

Inventor： 黄金杰 ,  李彪 ,  陆春宇 ,  冀宗玉

IPC: G06T7/11 ,  G06N3/04

Abstract: 本发明公开了一种基于对抗式生成网络的宫颈细胞图像分割方法，包括细胞图像粗分割，所述细胞图像粗分割对原始图像使用阈值法和分水岭算法进行粗分割，作为指导因子，同时将原像裁剪成小图；生成虚体分割图像，所述生成虚体分割图像是使用结合自编码器设计的对抗式生成网络，以裁剪后小图为输入，指导因子帮助神经网络定位感兴趣区域来生成；实体细胞图像提取，所述实体细胞图像提取是根据虚体分割图像从裁剪小图中提取出真实的细胞图像。本发明所述的基于对抗式生成网络的宫颈细胞图像分割方法，是首次使用对抗式生成网络来解决此类问题，提供了一种全新的自动的细胞图像分割的方法，同时解决了传统方法分割重叠细胞时的成分缺失。

公开(公告)号：CN108631671A

公开(公告)日：2018-10-09

申请号：CN201810346284.8

申请日：2018-04-18

Applicant: 哈尔滨理工大学

Inventor： 孟庆松 ,  李飞飞 ,  陆春宇

IPC: H02P21/00

Abstract: 本发明公开了一种基于模糊补偿和二维模糊-PI的电机调速控制方法，包括模糊补偿控制，所述模糊补偿控制对风速的扰动给出合适的补偿电机转速值，与二维模糊-PI控制的输出电机转速值相加，作为电机转速的参考值；二维模糊-PI控制，所述二维模糊-PI控制是由二维模糊控制和PI控制组成的双模控制，电机转速变化的范围较大时采用二维模糊控制，而较小时，则通过一个非线性函数平滑地切换为PI控制。本发明所述的一种基于模糊补偿和二维模糊-PI的电机调速控制方法，既解决了在非线性电机调速系统中设计的难度，并且提高了系统的动静态特性，使输出的风速能够快速稳定在要求的附近，减小了输出风速受外界环境的干扰。

公开(公告)号：CN108364032A

公开(公告)日：2018-08-03

申请号：CN201810255865.0

申请日：2018-03-27

Applicant: 哈尔滨理工大学

Inventor： 黄金杰 ,  陆春宇 ,  王雅君

IPC: G06K9/62 ,  G06K9/34 ,  G06N3/04

CPC classification number: G06K9/6256 ,  G06K9/342 ,  G06N3/0454

Abstract: 本发明公开了一种基于卷积神经网络的宫颈癌细胞图片识别算法，由于传统的方法依靠细胞质或者细胞核的精确分割和手工进行特征提取与选择，一旦产生分割误差或者提取到不准确的特征，细胞识别的准确率就会降低。本发明通过卷积神经网络来自动提取细胞图片中的深层次特征继而完成识别任务。识别算法流程如下：(1)宫颈细胞TCT图片粗分割；(2)粗分割后图片输入卷积神经网络模型进行训练；(3)保存训练好的网络模型获取最终识别结果。本发明所述的宫颈癌细胞图片识别算法区别于传统的识别方法，在实际应用中有较好的识别效果。