-
公开(公告)号：CN101901336A
公开(公告)日：2010-12-01
申请号：CN201010197432.8
申请日：2010-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种指纹与指静脉双模态识别决策级融合法。包括指纹模块与静脉模块两个模块；指纹模块与静脉模块读取指纹图像与静脉图像；对读取的指纹与手指静脉图像依据各自图像的特点进行图像质量评价，得出质量分数；指纹图像与静脉图像分别进行预处理后进行识别，其中指纹识别采用基于细节点匹配的方法，静脉识别使用改进的Hausdorff距离方式进行识别，得到各自的识别结果；最后根据这两种模态的图像质量分数设计权重，根据这个权重将二者的识别结果进行决策级融合，得到最终识别结果。本发明基于融合后系统的性能优于单一的指纹识别或手指静脉识别系统，具有很强的实用性。
-
公开(公告)号：CN101853378A
公开(公告)日：2010-10-06
申请号：CN201010179746.5
申请日：2010-05-24
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种基于相对距离的手指静脉识别方法。对读入的手指静脉图像进行分割和细化操作，提取细化后手指静脉图像的端点和交叉点，作为特征点集，定义特征点的结构类型，最后通过计算特征点之间的距离来进行手指静脉图像的匹配进行身份识别。本发明无须定位，简单易行，减少了工作量，提高了识别速度和精度；有效的克服了平移、旋转等对识别结果的影响，使得系统在识别效果上得到了改善，具有实际应用价值及发展前景。
-
公开(公告)号：CN101847208A
公开(公告)日：2010-09-29
申请号：CN201010197455.9
申请日：2010-06-11
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种指纹与指静脉双模态识别的二级分类融合识别方法。指纹模块与静脉模块作为第一级分类器，二级决策模块作为二级分类器；指纹模块与静脉模块读取指纹图像与静脉图像；对读取的图像分别进行预处理操作并提取出二者的特征点集；对图像分别进行识别，其中指纹识别采用基于细节点匹配的方法，静脉识别使用改进的Hausdorff距离方式进行识别，得到各自的识别结果；二级决策模块将提取出的指纹与静脉特征点集以特征串联的方式形成新的特征矢量来构成第二级分类器，得出一个识别结果；最后将上述三个识别结果进行决策级融合。本发明充分地利用了指纹及手指静脉的识别信息，有效地提高了识别系统的准确性，识别率高。
-
公开(公告)号：CN101571917A
公开(公告)日：2009-11-04
申请号：CN200910072299.0
申请日：2009-06-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于视频的正面步态周期检测方法。包括行人目标轮廓的获取和正面步态的周期检测；首先从视频中提取单帧图像进行灰度变换，然后选择不含人体的图像作为整个视频的原始背景图像，采用背景实时更新的背景减除法提取人体目标，Kapur熵阈值法对图像序列进行二值化处理，用数学形态学填补二值化图像的空洞、单连通分析提取人的侧影，使人体居中，将图像的大小统一为64*64像素，最后对分割出的人体进行检测，将包含不完整人体的冗余帧去除；根据肢体占身高比例关系，将下臂的摇摆区域像素点的数目变化情况作为判断正面步态周期的依据。本发明针对正面步态周期检测十分有效，计算量小，节省大量的存储空间，为实时的步态识别提供了可能。
-
公开(公告)号：CN118153232A
公开(公告)日：2024-06-07
申请号：CN202410325354.7
申请日：2024-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及应用于船舶重型燃气轮机关键运行参数的预测和故障的诊断，更具体的说是一种重型燃气轮机参数的组合预测算法，该算法包括以下步骤：S1：根据所预测的运行参数确定基础模型的输入参数；S2：选取三种基础模型对输入参数进行参数预测；S3：利用线性拉格朗日乘子法确认三种基础模型的权重，并进行组合预测；利用元模型方法确认三种基础模型的权重，并进行组合预测；S4：根据线性拉格朗日乘子法和元模型方法得到不同的权重组合，并进行组合预测，选取出最优权重组合；组合预测之后的预测结果的精度对比单一模型的预测结果，精度获得了有效的提升。同时由于算法的特点，可以将权值组合的确定方法应用于其他基础算法的组合。
-
Patent Agency Ranking
公开(公告)号：CN116847002A
公开(公告)日：2023-10-03
申请号：CN202310836568.6
申请日：2023-07-10
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及应用于船舶燃气轮机健康管理网络中进行测点信息的传输与解析，更具体的说是一种基于蜗牛算法的总线报文解析方法，该方法包括以下步骤：S1：帧信息预处理；S2：测点信息加密处理；S3：接收报文分类处理；S4：报文解析；所述帧信息预处理为根据总线数据要求将需要发送的测点信息按总线格式处理；所述测点信息加密处理为将单个测点编号与测点数据合并成的8字节的帧信息由浮点数变为十六进制数，形成帧报文；能够在船舶燃气轮机健康管理系统网络中实现测点数据的实时共享，同时由于算法的特点，可以保证报文解析的完整性以及周期性，并达到总线软件级防抖。
-
公开(公告)号：CN106650313B
公开(公告)日：2019-10-18
申请号：CN201610865814.0
申请日：2016-09-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于分子生物信息检测与分析领域，具体涉及一种有效提高DNase高通量测序数据的检测信息准确性的滤除DNase高通量测序数据中DNA碱基倾向性偏差的方法。本发明包括：(1)DNase‑Seq实验数据酶切位点区域DNA碱基获取；(2)DNase‑Seq实验数据DNA碱基倾向性获取；(3)DNA碱基倾向性去除。通过所发明的方法可以精确地滤除DNase高通量测序数据中含有的DNA碱基倾向性偏差，以生成更加准确的DNase‑Seq测序结果，从而为后续更高层次的应用分析提供数据保障。
-
公开(公告)号：CN106650313A
公开(公告)日：2017-05-10
申请号：CN201610865814.0
申请日：2016-09-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于分子生物信息检测与分析领域，具体涉及一种有效提高DNase高通量测序数据的检测信息准确性的滤除DNase高通量测序数据中DNA碱基倾向性偏差的方法。本发明包括：(1)DNase‑Seq实验数据酶切位点区域DNA碱基获取；(2)DNase‑Seq实验数据DNA碱基倾向性获取；(3)DNA碱基倾向性去除。通过所发明的方法可以精确地滤除DNase高通量测序数据中含有的DNA碱基倾向性偏差，以生成更加准确的DNase‑Seq测序结果，从而为后续更高层次的应用分析提供数据保障。
-
公开(公告)号：CN105205350A
公开(公告)日：2015-12-30
申请号：CN201510537025.X
申请日：2015-08-28
Applicant: 哈尔滨工程大学
IPC: G06F19/22
Abstract: 本发明属于分子生物信息检测与分析领域，具体涉及一种Ion Torrent测序数据中多聚碱基的长度判定方法。本发明包括：(1)Ion Torrent实验数据的获取与多聚碱基信息提取；(2)基因组基本信息的获取及多聚碱基基本信息的提取；(3)多聚碱基长度已知的电压值贝叶斯先验概率计算；(4)判定基因组基本信息和电压值贝叶斯先验概率的多聚碱基长度并对权值参数优化；(5)多聚碱基长度判定。本发明通过所发明的方法可以高精度地依据Ion Torrent测序得到的检测电压值对该电压值对应的多聚碱基的长度进行判定，以生成更加准确的Ion Torrent测序结果，从而为后续更高层次的应用分析提供数据保障。
-
公开(公告)号：CN104131093B
公开(公告)日：2015-12-09
申请号：CN201410352942.6
申请日：2014-07-23
Applicant: 哈尔滨工程大学
IPC: C12Q1/68
Abstract: 本发明公开了DNA蛋白结合位点的DNase高通测序检测信号预处理方法。包括以下几个步骤：获取基因基本信息，和DNA蛋白结合位点的DNase-Seq高通测序检测数据和ChIP-Seq高通测序监测数据；对DNase-Seq高通测序检测数据质量评估，筛选出可信测序数据；将每条可信测序数据仅保留直接反映蛋白结合位点的测序起始位置；得到DNase-Seq检测样本数据集合；对DNase-Seq检测样本数据集合进行归一化处理；对DNase-Seq检测样本数据集合进行细分；分别从正面和背面两个方向对两个子集中数据进行纵向求和，完成操作。本发明大幅提高了DNA蛋白结合位点的识别精度和识别分辨率。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.088 seconds)
