公开(公告)号：CN104268841A

公开(公告)日：2015-01-07

申请号：CN201410528518.2

申请日：2014-10-09

Applicant: 哈尔滨工程大学

Inventor： 刘厂 ,  周迪 ,  赵玉新 ,  高峰 ,  刘利强 ,  李刚 ,  李宁 ,  沈志峰 ,  张振兴 ,  齐昭

IPC: G06T5/00 ,  G06K9/66

Abstract: 本发明公开了一种基于压缩感知算法的红外图像预处理方法，包括以下步骤：对原始红外图像信息进行初步处理，得到处理后的图像信息；根据处理后的图像信息生成冗余字典；利用正交匹配算法对处理后的图像在冗余字典下进行稀疏表示，得到处理后的图像的稀疏矩阵；利用K-SVD算法对冗余字典和稀疏矩阵进行训练，得到训练后的冗余字典和稀疏矩阵；根据训练后的冗余字典和稀疏矩阵计算出最终的红外图像信号。本发明利用压缩感知算法对红外图像进行预处理，使处理后的红外图像信噪比大幅提高。

公开(公告)号：CN114218959B

公开(公告)日：2024-10-18

申请号：CN202111410038.2

申请日：2021-11-25

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  姜南 ,  贾韧锋 ,  邓雄 ,  周迪 ,  何永旭 ,  朱可心 ,  吴昌哲

IPC: G06F40/30 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明公开了一种犹豫模糊语言术语集多准则决策方法，包括确定评估指标体系，获取评估矩阵；将评估矩阵Xk和语言权重向量Wk转化为语义区间表示；确定每位专家对准则的主观重要性系数；确定每位专家对准则的客观重要性系数；构造模糊语言术语正负理想解矩阵S+和S‑；构造正负理想偏差矩阵D+和D‑；构造相对亲近度矩阵Rc；聚合每位专家意见，得到方案的综合相对亲近度；依据综合相对亲近度排序，确定最优方案。本发明在多粒度不平衡情形下可以有效应用。方法简便易行，综合了评估准则的主客观重要性系数，使决策过程更加符合实际，从而得到更加合理的决策结果。

公开(公告)号：CN113297801B

公开(公告)日：2022-10-14

申请号：CN202110659246.X

申请日：2021-06-15

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  郝日栩 ,  周迪 ,  陈力恒 ,  邓雄 ,  张秋阳 ,  杨德全 ,  赵廷

IPC: G06F30/27 ,  G06F17/16 ,  G06F119/14

Abstract: 本发明属于海洋动力环境要素预测技术领域，具体涉及一种基于STEOF‑LSTM的海洋环境要素预测方法。本发明基于大范围、长时间的海洋再分析数据，通过时域多尺度分析和深度学习方法挖掘海洋动力环境要素的规律，构建面向海洋动力环境要素的统计预测模型，以实现海洋动力环境要素的中长期时空统计预报。本发明可以有效弥补传统的数值预报方法由于气象驱动时效限制而导致的海洋动力环境要素预报时效较短的缺陷，且对计算资源的占用较少。大幅度提高了海洋动力环境要素的中长期预测能力，为解决海洋数值预报产品失效后的大范围、长周期海洋动力环境要素预报预测这一技术难题提供技术支撑。并具有较强的科学意义和应用价值。

公开(公告)号：CN114218959A

公开(公告)日：2022-03-22

申请号：CN202111410038.2

申请日：2021-11-25

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  姜南 ,  贾韧锋 ,  邓雄 ,  周迪 ,  何永旭 ,  朱可心 ,  吴昌哲

IPC: G06F40/30 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明公开了一种犹豫模糊语言术语集多准则决策方法，包括确定评估指标体系，获取评估矩阵；将评估矩阵Xk和语言权重向量Wk转化为语义区间表示；确定每位专家对准则的主观重要性系数；确定每位专家对准则的客观重要性系数；构造模糊语言术语正负理想解矩阵S+和S‑；构造正负理想偏差矩阵D+和D‑；构造相对亲近度矩阵Rc；聚合每位专家意见，得到方案的综合相对亲近度；依据综合相对亲近度排序，确定最优方案。本发明在多粒度不平衡情形下可以有效应用。方法简便易行，综合了评估准则的主客观重要性系数，使决策过程更加符合实际，从而得到更加合理的决策结果。

公开(公告)号：CN113297801A

公开(公告)日：2021-08-24

申请号：CN202110659246.X

申请日：2021-06-15

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  郝日栩 ,  周迪 ,  陈力恒 ,  邓雄 ,  张秋阳 ,  杨德全 ,  赵廷

IPC: G06F30/27 ,  G06F17/16 ,  G06F119/14

Abstract: 本发明属于海洋动力环境要素预测技术领域，具体涉及一种基于STEOF‑LSTM的海洋环境要素预测方法。本发明基于大范围、长时间的海洋再分析数据，通过时域多尺度分析和深度学习方法挖掘海洋动力环境要素的规律，构建面向海洋动力环境要素的统计预测模型，以实现海洋动力环境要素的中长期时空统计预报。本发明可以有效弥补传统的数值预报方法由于气象驱动时效限制而导致的海洋动力环境要素预报时效较短的缺陷，且对计算资源的占用较少。大幅度提高了海洋动力环境要素的中长期预测能力，为解决海洋数值预报产品失效后的大范围、长周期海洋动力环境要素预报预测这一技术难题提供技术支撑。并具有较强的科学意义和应用价值。

公开(公告)号：CN108508442A

公开(公告)日：2018-09-07

申请号：CN201810216530.8

申请日：2018-03-16

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  李泽宇 ,  刘厂 ,  周迪 ,  闫化龙 ,  吴鹏

IPC: G01S13/95 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于地基多通道微波辐射计的大气温湿廓线反演方法，属于气象探测技术领域。所述方法选择22通道微波辐射计，首先获取微波辐射计数据；利用辐射传输模型计算出历史探空廓线数据对应的模拟亮温数据，并据此对建立的用于反演大气温湿廓线的BP神经网络进行训练；用训练好的BP神经网络来反演大气温湿廓线。本发明提供的BP神经网络的模型简单，原理易懂，能够以足够的精度反演大气温度、相对湿度、水汽密度廓线，比其他反演算法更为简单易行，具有通用性；本发明针对两种不同的天气状况进行分类，对不同的天气训练各自的网络，进而更高地提升反演精度，符合实际问题的需要。