公开(公告)号：CN104968002B

公开(公告)日：2019-01-08

申请号：CN201510267317.6

申请日：2015-05-21

Applicant: 哈尔滨工业大学

Inventor： 孟维晓 ,  任博雅 ,  韩帅

IPC: H04W16/18 ,  H04W64/00

Abstract: 基于模糊聚类的室内定位AP选择方法，属于室内指纹定位领域。现有应用AP选择算法实现的定位技术存在计算量大、定位精度低以及适用范围小的问题。一种基于模糊聚类的室内定位AP选择方法，所述AP选择方法通过以下步骤实现：以指纹图作为特征向量，应用K均值算法将AP组进行聚类操作，分成一系列不同的AP类别；将聚类操作得到的不同的AP类均视为模糊集，根据模糊数学方法构建AP关于不同的AP类别的隶属度值；基于指纹图与不同参考点之间的信号分辨力，计算每个AP类别的最优度值；最后构建线性规划模型。本发明方法较现有AP手动分簇和枚举法实现室内定位方法相比，不需手动进行分簇的过程，提高定位AP选择方法的适用范围，并能够将定位精度能提高20％左右。体现定位速度快，定位准确和定位精度高的优点。

公开(公告)号：CN110825998A

公开(公告)日：2020-02-21

申请号：CN201910733928.3

申请日：2019-08-09

Applicant: 国家计算机网络与信息安全管理中心 ,  哈尔滨工业大学软件工程股份有限公司

Inventor： 佟玲玲 ,  李扬曦 ,  胡燕林 ,  井雅琪 ,  任博雅 ,  时磊 ,  韩鹏 ,  柳新民 ,  佟美莹

IPC: G06F16/958 ,  G06F16/35 ,  G06K9/62

Abstract: 本发明公开了一种网站识别方法及可读存储介质，该方法包括如下步骤：提取网站样本数据，并对所述网站样本数据进行处理构建网页文本卷积神经网络CNN特征；提取网页特征，根据所述网页特征和所述网页文本CNN特征进行特征融合获得网站融合特征；根据所述网站融合特征进行模型训练获得识别模型，根据所述识别模型对待识别的网站进行识别。本发明方法通过使用网页文本特征构建的分类模型比较构建多特征融合分类模型，分类精度有大幅度提高。

公开(公告)号：CN105069791A

公开(公告)日：2015-11-18

申请号：CN201510482790.6

申请日：2015-08-07

Applicant: 哈尔滨工业大学

Inventor： 任博雅 ,  刘扬 ,  郭茂祖 ,  刘国军

IPC: G06T7/00

CPC classification number: G06T2207/30101

Abstract: 一种从肺CT图像中分割出肺结节图像的处理方法，本发明涉及从肺CT图像中分割肺结节的方法。本发明是要解决现有技术难以通过颜色进行区分连接血管的肺结节、分割精度低和鲁棒性差的问题。本发明是通过一、选择当前分割区域；二、判断当前分割区域中的点是否是直线血管上的点或者是否是血管上的拐点；三、删除待删除的点序列中的所有点；四、判断步骤一中所获得的当前分割区域的随机排序列表中下一个未处理的分割区域是否存在；五、将较小的区域从当前分割区域的随机排序列表中删除；六、判断备选分割区域中的是否有点或整个区域被滤除；七、从肺CT图像初步分割区域中分割出肺结节等步骤实现的。本发明应用于分割肺结节领域。

公开(公告)号：CN105069791B

公开(公告)日：2018-09-11

申请号：CN201510482790.6

申请日：2015-08-07

Applicant: 哈尔滨工业大学

Inventor： 任博雅 ,  刘扬 ,  郭茂祖 ,  刘国军

IPC: G06T7/11

Abstract: 一种从肺CT图像中分割出肺结节图像的处理方法，本发明涉及从肺CT图像中分割肺结节的方法。本发明是要解决现有技术难以通过颜色进行区分连接血管的肺结节、分割精度低和鲁棒性差的问题。本发明是通过一、选择当前分割区域；二、判断当前分割区域中的点是否是直线血管上的点或者是否是血管上的拐点；三、删除待删除的点序列中的所有点；四、判断步骤一中所获得的当前分割区域的随机排序列表中下一个未处理的分割区域是否存在；五、将较小的区域从当前分割区域的随机排序列表中删除；六、判断备选分割区域中的是否有点或整个区域被滤除；七、从肺CT图像初步分割区域中分割出肺结节等步骤实现的。本发明应用于分割肺结节领域。

公开(公告)号：CN104968002A

公开(公告)日：2015-10-07

申请号：CN201510267317.6

申请日：2015-05-21

Applicant: 哈尔滨工业大学

Inventor： 孟维晓 ,  任博雅 ,  韩帅

IPC: H04W16/18 ,  H04W64/00

CPC classification number: H04W16/18 ,  H04W64/003

Abstract: 基于模糊聚类的室内定位AP选择方法，属于室内指纹定位领域。现有应用AP选择算法实现的定位技术存在计算量大、定位精度低以及适用范围小的问题。一种基于模糊聚类的室内定位AP选择方法，所述AP选择方法通过以下步骤实现：以指纹图作为特征向量，应用K均值算法将AP组进行聚类操作，分成一系列不同的AP类别；将聚类操作得到的不同的AP类均视为模糊集，根据模糊数学方法构建AP关于不同的AP类别的隶属度值；基于指纹图与不同参考点之间的信号分辨力，计算每个AP类别的最优度值；最后构建线性规划模型。本发明方法较现有AP手动分簇和枚举法实现室内定位方法相比，不需手动进行分簇的过程，提高定位AP选择方法的适用范围，并能够将定位精度能提高20％左右。体现定位速度快，定位准确和定位精度高的优点。