-
公开(公告)号：CN106405126A
公开(公告)日：2017-02-15
申请号：CN201610710094.0
申请日：2016-08-23
Applicant: 哈尔滨工业大学
IPC: G01N35/00
Abstract: 面向测土配方变量施肥应用的自动土样采集装置，涉及一种自动土样采集装置。是为了解决现有的测土配方施肥过程中存在土样采集费时费力的问题。本发明采用了动力学原理自动取土的方式，配合深松过程中深松铲的上下运动和农机的前进运动即可提供采土所需的动力，无需加装动力装置，易于操作和实现。通过控制电磁铁来实现样本盒的移动，从而实现不同地点土壤的分离保存，实现多个样本分别采样和分别保存。利用GPS定位信息可以记录每一个采样点的经纬度坐标，对每一块样土实现精确定位。本发明适用于测土配方变量施肥应用的自动土样采集场合。
-
公开(公告)号：CN103995973A
公开(公告)日：2014-08-20
申请号：CN201410228157.X
申请日：2014-05-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于过完备字典集合划分的信号稀疏分解方法，涉及信号稀疏分解方法。本发明为了解决利用经典MP方法以及现有的改进方法对信号进行分解时存在的运算时间过长的问题。本发明通过选取不同的因子对过完备字典进行集合划分，将庞大的冗余字典分割为若干子字典，利用匹配追踪算法从子字典中选取合适的时频原子来准确、快速的分解信号，并根据实际需要的标准，将信号残差再次进行分解，直到得到符合标准的重构信号，重构信号能够表示为每一级迭代残差与对应的匹配原子的乘积的和的形式。本发明适用于信号的稀疏分解领域。
-
公开(公告)号：CN101893704A
公开(公告)日：2010-11-24
申请号：CN201010231397.7
申请日：2010-07-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于粗糙集的雷达辐射源信号识别方法，它涉及信号识别技术领域，它解决了现有的利用粗糙K-均值方法识别雷达辐射源信号时，由于需要计算最小平方和来确定最优初始聚类中心而导致计算量大的问题。本发明的雷达辐射源信号识别方法首先获取雷达辐射源信号样本的脉冲描述字，然后利用粗糙集理论确定粗糙K-均值的聚类数和初始聚类中心，再通过粗糙K-均值获取RBF神经网络隐层神经元的中心，以获得RBF神经网络结构；最后将待识别的雷达辐射源信号的样本描述字输入所述RBF神经网络，获取识别结果，完成雷达辐射源信号的识别。本发明适用于雷达辐射源信号识别。
-
公开(公告)号：CN114900868A
公开(公告)日：2022-08-12
申请号：CN202210513699.6
申请日：2022-05-12
Applicant: 哈尔滨工业大学 , 中国航天科工集团八五一一研究所
Abstract: 基于能量优化的无人机自组网路由协议的数据传输方法，本发明为解决无人机自组网的路由协议在数据传输时无法同时平衡多个负载，也无法实现按需传输数据的要求的问题，建立无人机自组网；每个无人机节点均根据传输数据的属性确定数据传输的目标点和数据传输方案，传输数据的属性包括能量负载以及链路通信质量和紧急通信；数据传输的目标点为网关节点和目标无人机节点；数据传输方案包括数据传输方案A和数据传输方案B；当传输数据的属性为能量负载以及链路通信质量时，则数据传输的目标点为网关节点，选择数据传输方案A；当传输数据的属性为紧急通信时，则数据传输的目标点为目标无人机节点，选择数据传输方案B。属于无人机数据传输领域。
-
公开(公告)号：CN107122922B
公开(公告)日：2020-06-16
申请号：CN201710371669.5
申请日：2017-05-23
Applicant: 哈尔滨工业大学
Abstract: 一种基于排序学习的农机深松作业质量评价方法，解决了现有对农机深松作业质量的评价未采用客观的评价体系的问题。所述方法包括：采集多台农机在一次深松作业中的作业数据的步骤：作业数据包括多个等间隔时间节点和农机的深耕犁在每个时间节点下的经度、纬度、三轴加速度、三轴角速度和耕地深度数据；对农机作业数据进行预处理的步骤；从预处理后的作业数据中提取作业特征值，并将特征值与其对应的标签值作为训练样本集的步骤：特征值包括地块轨迹规整度、农机单位里程内的不良作业行为数量和耕地深度稳定值；采用排序学习法对训练样本集进行训练得到最优农机深松作业质量评价模型的步骤。采用该模型对农机的深松作业质量进行评价的步骤。
-
Patent Agency Ranking
公开(公告)号：CN109327879A
公开(公告)日：2019-02-12
申请号：CN201811189797.9
申请日：2018-10-12
Applicant: 哈尔滨工业大学
Abstract: 基于接收端的车载自组网路由协议的数据传输方法，属于认知车载自组网路由协议的数据传输技术领域。现有的车载自组网路由协议存在路由效率低、时延大、信号故障概率大的问题。一种基于接收端的车载自组网路由协议的数据传输方法，建立简单的车载自组网运动网络模型；以接收端为核心；在该路由协议下，利用认知无线电技术，采用频谱感知的手段，使主用户覆盖范围内的节点有机会通过空闲状态的通道，将网络中待传输的数据包，经过单跳或者多跳，传送到目标节点。本发明极大的改善了传统路由协议时延高、并提高可靠性。
-
公开(公告)号：CN107220617A
公开(公告)日：2017-09-29
申请号：CN201710379076.3
申请日：2017-05-25
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/00335 , G06F3/011 , G06K9/00362 , G06K9/6269
Abstract: 人体姿态识别系统及方法，属于智能控制与看护的人体姿态识别技术领域。本发明是为了解决在图像视频识别人体运动姿态时，人体与背景特征差异不明显，难以识别，同时面向区域的识别无法有效实时跟踪目标的问题。本发明所述的人体姿态识别系统及方法，对采集的信息进行预处理，生成较为纯净可用的数据流。对纯净有用的数据流进行逐帧特征提取，作为后续训练的输入样本。利用提取的特征训练分类器。用相同采集模块采集信息，并输入训练好的分类器进行分类识别。识别准确率达到了98％，适用于一切采用腕部和腿部收集人体运动信息的设备。
-
公开(公告)号：CN107203782A
公开(公告)日：2017-09-26
申请号：CN201710370299.3
申请日：2017-05-23
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6269 , G06N3/08
Abstract: 基于卷积神经网络的大动态信噪比下通信干扰信号识别方法，涉及干扰信号类型识别领域。本发明是为了解决现有的对干扰信号的类型识别方式采用人工提取出统计量以及高阶累积量等特征，存在特征提取难度大，形式复杂，并且对干扰信号分类的准确率低的问题。本发明能够识别的干扰信号为5种常见的干扰信号以及这5种干扰信号的两两组合，总共是15种干扰信号，5种干扰信号分别为音频干扰、同频段窄带干扰、扫频干扰、矩形脉冲干扰以及扩频干扰，通过构建卷积神经网络模型提取干扰信号在大动态信噪比下具有强鲁棒性的特征；通过构建15分类的支持向量机分类器，对这15种干扰信号进行分类，它用于对干扰信号进行分类。
-
公开(公告)号：CN106247926A
公开(公告)日：2016-12-21
申请号：CN201610551044.2
申请日：2016-07-13
Applicant: 哈尔滨工业大学
IPC: G01B7/32
CPC classification number: G01B7/32
Abstract: 基于单元格扫描和GPS轨迹插值的农机耕作面积测算方法，涉及基于GPS轨迹信息的农机耕作面积测算技术。本发明是为了解决现有的农机耕作面积测算方法测算精度低的问题。本发明通过对上传经纬度点进行插值处理标记已耕地的面积，利用插值使面积测算的精度达到一个很高的水平。然后根据坐标值判断出XY方向上的最值，确定出该段耕地路径的一个外切矩形；以农机设备的耕作幅宽为边长作为单元格，以此单元格从外切矩形的一端进行累加扫描，如果单元格内存在插值点则进行累加记录，最后通过累加单元格的数量计算得到最终耕地面积。本发明适用于农机耕作面积测算场合。
-
公开(公告)号：CN106131915A
公开(公告)日：2016-11-16
申请号：CN201610828586.X
申请日：2016-09-18
Applicant: 哈尔滨工业大学
Abstract: 基于接收端的智能电网高级数据设施认知无线电网络路由协议的数据传输方法，涉及智能电网高级数据设施认知无线电网络路由协议的数据传输技术。本发明是为了实现以接收端为核心的智能电网高级测量设施数据认知无线电网络路由而建立。本发明在该路由协议下的数据传输过程为：根据发送端的等级及认知信道可用情况，每一个接收节点分别决定是否参与数据传输过程，所有参加数据传输的过程的接收节点在跳转中竞争，竞争胜出者进行传输数据。本发明适用于具有认知无线电功能的智能电网高级测量设施数据网络。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.033 seconds)
