-
公开(公告)号：CN103530875A
公开(公告)日：2014-01-22
申请号：CN201310466843.6
申请日：2013-10-09
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明提供了一种端元提取数据预处理方法，该方法通过建立基于模糊特征空间核空间引力模型，为高光谱数据像素点定义像元变异指数，实现了高光谱图像变异像素点的检测和移除。首先对高光谱数据集合进行模糊特征空间变换，得到模糊特征。利用像素的模糊特征，运用高斯径向基核函数优化的空间引力模型，计算3×3的空间邻域窗口内，邻域像素对中心像素的累加引力值，该引力值与像素变异指数成反比，对高变异指数像素进行移除。
-
公开(公告)号：CN118443159A
公开(公告)日：2024-08-06
申请号：CN202410588074.5
申请日：2024-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种高刚性可定位的涡轮叶片辐射测温可动探针及方法，属于发动机涡轮叶片辐射测温技术领域。解决了现有的涡轮叶片温度监测装置普遍存在尺寸偏大，适用性低，通用性差，灵活性差，测量精度低的问题。它包括安装座组件、气缸驱动组件、探针主体和防反流组件，所述气缸驱动组件和防反流组件均设置在安装座组件的一侧，所述防反流组件包括防反流座和气管，所述气缸驱动组件包括滑台、气缸、探针弯板和制冷气管。它主要用于发动机涡轮叶片的辐射测温。
-
公开(公告)号：CN118310634A
公开(公告)日：2024-07-09
申请号：CN202410511427.1
申请日：2024-04-26
Applicant: 哈尔滨工程大学
Abstract: 多光谱辐射测温方法，涉及红外测温技术领域。为解决现有技术中存在的，现有红外辐射测温中发射率先验信息不明确导致测温不准确的技术问题，本发明提供的技术方案为：多光谱辐射测温方程构建方法，所述构建方法包括：采集目标表面的红外辐射能量信息的步骤；分离所述红外辐射能量信息中各个波长通道的步骤；计算相邻波长通道的Alpha差值谱，并进行修正的步骤；根据修正后的所述Alpha差值谱，进行发射率多段线性重构的步骤；根据所述发射率多段线性重构结果，构建多光谱辐射测温方程的步骤。可以应用于需要准确测量目标物体温度的工作中，特别是在工业生产、环境监测、医疗诊断等领域。
-
公开(公告)号：CN106248368B
公开(公告)日：2019-12-31
申请号：CN201610839954.0
申请日：2016-09-21
Applicant: 哈尔滨工程大学
Abstract: 本发明属于燃气轮机故障检测领域，具体涉及一种基于深度学习的燃机涡轮叶片故障检测方法。本发明包括：(1)涡轮叶片的温度数据预处理；(2)提取涡轮叶片温度特征向量；(3)基于深度学习网络的故障诊断；(4)燃机涡轮叶片故障检测。本发明针对涡轮叶片温度采集数据样本较大的问题，首次将深度学习方法引入到燃气轮机涡轮叶片故障诊断中，推动了燃气轮机涡轮叶片故障诊断的多样性发展，提高了故障检测的正确率。
-
公开(公告)号：CN106248368A
公开(公告)日：2016-12-21
申请号：CN201610839954.0
申请日：2016-09-21
Applicant: 哈尔滨工程大学
Abstract: 本发明属于燃气轮机故障检测领域，具体涉及一种基于深度学习的燃机涡轮叶片故障检测方法。本发明包括：(1)涡轮叶片的温度数据预处理；(2)提取涡轮叶片温度特征向量；(3)基于深度学习网络的故障诊断；(4)燃机涡轮叶片故障检测。本发明针对涡轮叶片温度采集数据样本较大的问题，首次将深度学习方法引入到燃气轮机涡轮叶片故障诊断中，推动了燃气轮机涡轮叶片故障诊断的多样性发展，提高了故障检测的正确率。
-
Patent Agency Ranking
公开(公告)号：CN106023218A
公开(公告)日：2016-10-12
申请号：CN201610363080.6
申请日：2016-05-27
Applicant: 哈尔滨工程大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10036
Abstract: 本发明提供的是一种基于空谱联合背景共同稀疏表示的高光谱异常检测方法。(1)在光谱域中，采用背景共同稀疏表示检测器进行异常目标检测；(2)采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行数据；(3)对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测；(4)采用如下的空谱联合背景共同稀疏表示检测器获得最终的异常检测结果d＝αdspec+(1‑α)dspat,0≤α≤1。本发明不需要对高光谱数据进行模型假设，充分考虑了高光谱数据特有的非线性特性，且同时考虑了空间特性和光谱特性，使检测结果更加可靠。
-
公开(公告)号：CN103391438A
公开(公告)日：2013-11-13
申请号：CN201310303400.5
申请日：2013-07-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种高光谱图像压缩编码方法及装置。该方法包括：检测高光谱图像，获得高光谱图像中包含的目标部分和背景部分；将目标部分和背景部分分离；分别对目标部分和背景部分进行压缩和编码。通过将目标部分和背景部分分别压缩编码，本发明提高了高光谱图像压缩编码的可靠性和高效性。
-
公开(公告)号：CN103050008A
公开(公告)日：2013-04-17
申请号：CN201310012813.8
申请日：2013-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种夜间复杂交通视频中车辆检测方法。首先用方位模糊技术进行车灯提取，利用光在大气中传播有散射的性质，引入Bouguer’s散射指数模型，在此基础上，通过膨胀移位、阈值提取、坐标变换和逻辑运算，得到车灯，再利用形态学运算将车灯配对并加以追踪。对于遮挡问题，运用前后帧间车辆数目的改变，进行比较判断，对其分别处理。最后利用模糊相似度方法和最大后验概率方法对车速进行估计，本发明能实现较高准确率的车辆追踪，并且整个追踪系统具有较高的精度。
-
公开(公告)号：CN102034246B
公开(公告)日：2012-03-14
申请号：CN201010598463.4
申请日：2010-12-21
Applicant: 哈尔滨工程大学
IPC: G06T7/20
Abstract: 本发明提供的是一种基于拓扑约束和匈牙利算法的高密度细胞追踪方法。(1)采用水平集算法与局部灰度阈值法相结合的图像分割方法对细胞图像序列进行分割，并对每一帧分割后的细胞初始标号；(2)对第k帧中的任意待匹配细胞根据距离限制在k+1帧中建立追踪的搜索区域，将区域中的细胞列为候选细胞；(3)建立系数矩阵Q。若k+1帧中细胞j是第k帧中细胞i的候选细胞，则根据拓扑约束进行数据关联计算其相似度Qij，否则将其相似度赋一较大值。(4)利用匈牙利算法对系数矩阵进行变换，找出独立零元素，其行列代表的细胞相匹配；(5)找出矩阵变换后没有独立零元素的行列，对其所对应的细胞分别进行考虑；(6)将k加1，跳到第2步，重复进行，直到图像序列的最后一帧。本发明能实现较高效率的细胞追踪。
-
公开(公告)号：CN118570546A
公开(公告)日：2024-08-30
申请号：CN202410728403.1
申请日：2024-06-06
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 视网膜动静脉分类方法、装置、计算程序产品及存储介质，图像处理及图像分割技术领域，尤其涉及视网膜动静脉的分类；解决了现有动静脉分类技术所存在的特征提取不准确、特征选择困难、计算复杂度高、泛化能力弱以及容易过度拟合的问题；所述方法包括以下步骤：模型训练步骤：采用训练集对空间多尺度注意机制网络模型进行训练，获得训练完成的空间多尺度注意机制网络模型；参数调整步骤：采用验证集对训练完成的空间多尺度注意机制网络模型输出的分类结果进行验证，通过调整参数筛选出最佳模型。所述的视网膜动静脉分类方法、装置、计算程序产品及存储介质，适用于视网膜动静脉的分类。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.026 seconds)
