-
公开(公告)号：CN116188423A
公开(公告)日：2023-05-30
申请号：CN202310151695.2
申请日：2023-02-22
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06N3/126
Abstract: 本发明公开了一种基于病理切片高光谱图像的超像素稀疏解混检测方法，所述方法包括如下步骤：步骤一：利用基于差分方程的超像素分割算法对高光谱图像进行聚类；步骤二：从检测端元库A中选择端元矩阵M，采用基于精英解选择的改进的多目标并行优化稀疏解混算法对分割后的图像进行解混，得到多个候选端元解集；步骤三：引入效用函数法用于多目标优化问题Pareto前沿拐点的判定，获取最优解，再利用全约束最小二乘法计算出相应的丰度矩阵S；步骤四：结合超像素分割子块及其丰度值较大的几个端元收集各类组织特征的模板，并对待检测切片进行逐分割子块的匹配检测。该方法具有解混速度快、鲁棒性强、检测精度高的特点。
-
公开(公告)号：CN108510519B
公开(公告)日：2021-12-14
申请号：CN201710110716.0
申请日：2017-02-28
Applicant: 哈尔滨工业大学
Abstract: 一种跟踪过程中动态目标的特征光谱提取方法，本发明提供一种对动态目标的特征光谱进行准确提取的方法。本发明的步骤为：一、计算动态目标坐标，对动态目标识别区域内像素进行快速最近邻二聚类，计算目标与背景的平均光谱向量；二、根据目标平均光谱向量计算出目标状态转移矩阵，根据背景平均光谱向量计算出背景状态转移矩阵，用动态目标识别区域内像素与状态转移矩阵的逆矩阵相乘得到特征光谱向量；三、计算目标像素特征光谱向量和目标平均光谱向量的光谱角，判断动态目标移动后的位置。本发明能准确地提取动态目标的特征光谱，及时跟踪动态目标位置，充分发挥高光谱数据信息量丰富的特点，适用于动态目标侦查、搜索及跟踪领域。
-
公开(公告)号：CN113077373A
公开(公告)日：2021-07-06
申请号：CN202110306051.7
申请日：2021-03-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提出了一种基于混沌映射与双向操作Feistel结构的图像加密方法，用以解决现有基于混沌映射的图像加密算法置乱‑扩散不充分与加密过程脱离明文，易受明文攻击的问题。本发明首先对明文图像使用SHA‑256算法生成256bit的哈希值，对其计算修正得到混沌系统的初始值；然后迭代混沌系统更新初始值，再次迭代混沌系统生成伪随机序列，对其计算修正得到轮密钥和调制矩阵；其次使用双向操作Feistel结构对图像进行行和列的两次比特级的置乱、扩散以及像素重排操作；最后使用调制矩阵对序列进行全局置乱与扩散操作后生成最终的密文图像。实验结果和安全性分析表明本发明所提的加密方法增强了算法明文敏感性，且能够有效的抵抗攻击，有良好的安全性。
-
公开(公告)号：CN112763225A
公开(公告)日：2021-05-07
申请号：CN202011562623.X
申请日：2020-12-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于拉普拉斯特征映射算法的传感器误差识别及消除方法，它涉及发动机测试领域，采取环状对称测温结构、拉普拉斯特征映射及小波基降噪算法完成对发动机温度的连续精准测量。本发明的步骤为：一、为应对发动机尾焰发生偏转所产生的气流扰动，布置发动机燃烧室环状对称结构测量装置。二、为了对测量干扰及时有效地减弱和去除，再进一步通过拉普拉斯特征映射算法降维处理得到目标温度值。三、最后通过小波变换滤波进行传感器温度信号降噪处理，选取小波基Coif5进行温度信号降噪处理来消除发动机尾焰温度变化规律复杂而导致的测量误差。本发明可有效解决温度变化规律复杂所导致的测温准确度差的问题、以及测量干扰难以及时有效去除的问题。
-
公开(公告)号：CN109981247A
公开(公告)日：2019-07-05
申请号：CN201910225703.7
申请日：2019-03-25
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于整数化混沌映射的动态S盒生成方法，属于物联网信息安全技术领域，依次包括以下步骤：一，对0‑255的序列做一轮混沌映射f(x)，并生成三个4bitS盒记为S1,S2和S3，其中f(x)可以采取任意混沌方程，但必须保证双射特性，对于生成的序列f(0),f(1)…f(255)，将f(x)转换为二进制，令前4bit为a，后4bit为b；二，将a与b分别做一轮混沌映射f(x)，得到的结果记为a1和b1；三，让a1进入S1盒，将结果与b1异或并记为b2，即b2＝S1(a1)⊕b1；四，让b2进入S2盒，将结果与a1异或并记为c，即c＝S2(b2)⊕a1；五，让c进入S3盒，将结果与b2异或并记为d，即d＝S2(c)⊕b2；六，将输出c|d转换为十进制即可作为S盒的整数输出。本发明使得加密算法在保证安全性的同时减轻计算和存储的负担。
-
Patent Agency Ranking
公开(公告)号：CN105534546B
公开(公告)日：2018-09-07
申请号：CN201511022823.5
申请日：2015-12-30
Applicant: 哈尔滨工业大学
IPC: A61B8/00
Abstract: 本发明公开了一种基于ZYNQ系列FPGA的超声成像方法，具体步骤如下：步骤1：用ZYNQ系列FPGA自带的Vivado HLS软件设计超声信号的发射控制以及信号接收的程序，控制超声收发芯片，获取超声成像所需的数据。步骤2：通过Vivado HLS软件，利用ZYNQ内PL部分对接收到的超声回波信号进行处理。步骤3：通过SDK软件，利用ZYNQ内PS部分对处理后的超声回波图像进行成优化并传输给后端。本方法在ZYNQ内实现了超声成像的全过程，有效地提高了控制芯片的集成度，缩小了超声成像设备的体积；同时通过使用Vivado HLS和SDK软件，有效地提高了研发效率，降低了开发的难度，增强了方法的可移植性，很适合应用于便携、无线超声成像设备等小型化产品。
-
公开(公告)号：CN108108961A
公开(公告)日：2018-06-01
申请号：CN201711472625.8
申请日：2017-12-29
Applicant: 哈尔滨工业大学(威海)
CPC classification number: G06Q10/105 , G06F21/31 , G06F2221/2141 , G06K7/1417 , G06Q50/205
Abstract: 本发明公开了基于二维码与位置服务的实时考勤系统。包括用户及权限管理模块、考勤管理模块和假条管理模块；其中用户及权限管理模块包括：用户申请注册、用户登录、用户权限、用户注销、密码修改；考勤管理模块包括开启考勤、生成考勤记录、修改考勤记录、分类查看考勤记录；假条管理模块包括上传假条、修改假条、预览假条、审批假条四个功能。本发明的有益效果是能够实现高效自动化和批量化考勤，从而达到高效、较高准确率、低成本的考勤效果。
-
公开(公告)号：CN106485709A
公开(公告)日：2017-03-08
申请号：CN201610902077.7
申请日：2016-10-17
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10036
Abstract: 一种基于熵冗余度和克隆选择的高光谱波段选择方法，它涉及高光谱图像的降维方法。解决了在高光谱图像波段选择过程中，对波段图像无法进行合理评价的问题。本发明的步骤为：一、读入高光谱图像，生成初始抗体波段，利用Tsallis熵冗余度计算抗体波段亲和力系数并按照亲和力系数大小选择出最佳抗体波段。二、克隆最佳抗体波段生成临时抗体波段，进行高频变异操作并再次选择最佳抗体波段。三、对亲和力系数较低的抗体波段进行替换，进行迭代计算，直到达到指定迭代次数停止。本发明利用Tsallis熵冗余度作为波段选择的准则函数，高效地实现了高光谱图像的波段选择，适用于高光谱图像降维、数据压缩等领域。
-
公开(公告)号：CN105389597A
公开(公告)日：2016-03-09
申请号：CN201510969347.1
申请日：2015-12-22
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明公开了一种基于Chernoff距离和SVM的高光谱数据多分类方法，其步骤如下：一、对输入数据进行预处理，得到归一化数据；二、计算任意两个类别之间的Chernoff距离，得到Chernoff距离矩阵；三、确定多分类任务OAA策略下的执行顺序表，得到每个波段以及全波段的可分性度量；四、构建基于Chernoff距离的子分类器指导系数；五、采用基于Chernoff距离的加权SVM分类器执行整个OAA策略所确定的分类任务，直到得到各个测试样本的最终单一类别属性。本发明不仅提高了传统的SVM方法的精确度，而且对小样本类别的分类精度有较大的提高，适用于基于OAA分类策略的高光谱图像模式识别应用。
-
公开(公告)号：CN102750445B
公开(公告)日：2015-05-27
申请号：CN201210183977.2
申请日：2012-06-06
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于复化Simpson公式改进多变量灰色模型的故障预测方法，属于信号处理领域，本发明为解决现有故障预测设备系统的组成具有复杂性、结构关系的模糊性以及特征参数获取的不确定性、不完整性的问题。本发明方法包括以下步骤：步骤一、输入待测设备的故障原始特征数据序列和故障相关数据序列，计算其累加生成数；步骤二、建立多变量灰色模型，计算灰色系数；步骤三、利用步骤二求得的灰色系数获取的预测值步骤四、获得的预测值步骤五、计算多变量灰色模型的预测精度；步骤六、判断待测设备是否有故障。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.042 seconds)
