-
公开(公告)号：CN107734058A
公开(公告)日：2018-02-23
申请号：CN201711100222.0
申请日：2017-11-09
Applicant: 哈尔滨工业大学
IPC: H04L29/08
Abstract: 本发明涉及一种融合WebService和FTP的分布式试验数据传输方法，是为了解决现有大容量数据上传、下载效率极低，安全性差，而单独使用Ftp传输又不适用于消息的交互的缺点而提出的。在实现大文件上传过程中，由服务器先启动FTP服务于和Web service服务，当客户端有上传需求时，首先前往Web service的WSDL文档连接地址下载WSDL文档，而后对其进行解析，生成本地代理，而后建立FTP控制连接，登录服务器，并进行相关设置，而后进行数据连接。当数据连接组件完成之后，即可将数据文件发送给服务器端，完成上传操作之后，再调用Web service服务告知服务器上传数据完成并让服务器对上传文件进行相应处理。本发明适用于分布式试验数据采集管理系统。
-
公开(公告)号：CN104504481B
公开(公告)日：2017-08-25
申请号：CN201510030620.4
申请日：2015-01-21
Applicant: 哈尔滨工业大学
Abstract: 晴天条件下大气电场建模方法，涉及一种大气电场建模方法，属于基于大气电场的环境仿真技术领域。本发明解决了现有的大气电场建模空间范围不大，精度不高，时变性特征不明显的问题。本发明为技术方案是：晴天条件下0海拔年平均大气电场建模；晴天条件下0海拔大气电场时变特性建模，包括：晴天条件下大气电场季节变化建模，将一年分成夏半年，即5月到10月，冬半年，即11月到次年4月两部分，分别对夏半年和冬半年的年平均0海拔电场强度的求解；晴天条件下一天内任意时刻0海拔大气电场建模。本发明可应用于生成全球范围内晴天条件下的大气电场，用于模拟飞行器的飞行状态受大气电场的影响。
-
公开(公告)号：CN106650765A
公开(公告)日：2017-05-10
申请号：CN201610805454.5
申请日：2016-09-06
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6267
Abstract: 基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法，本发明涉及高光谱数据分类方法。本发明是要解决现有的高谱维的图像分析和识别精确度与实际应用的需求不匹配、数学模型不符合实际地物分布规律欠缺逻辑等的问题，而提出的基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法。该方法是通过步骤一、对高光谱原始数据进行预处理得到高光谱的谱向量，将高光谱的谱向量数据转换成为灰度图像数据；步骤二、通过卷积分类模型自主学习样本集中样本的纹理特征，对灰度图像数据样本进行分类。等步骤实现的。本发明应用于高光谱数据分类领域。
-
公开(公告)号：CN106408009A
公开(公告)日：2017-02-15
申请号：CN201610811174.5
申请日：2016-09-08
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6272 , G06K9/0063 , G06K9/6256
Abstract: 一种基于深度置信网络的邻域加权平均高光谱图像分类方法，本发明涉及基于深度置信网络的邻域加权平均高光谱图像分类方法。本发明的目的是为了解决现有分类方法与纯光谱数据相比增加了预训练与微调的运算时间的问题。一种基于深度置信网络的邻域加权平均高光谱图像分类方法具体过程为：步骤一、对高光谱原始数据进行空间信息的提取，得到高光谱原始数据的空间信息；步骤二、对高光谱原始数据的空间信息进行邻域加权，得到处理后的高光谱数据，即矩阵M；步骤三、以矩阵M为训练集，利用深度置信网络进行分类训练。本发明用于图像分类领域。
-
公开(公告)号：CN106355588A
公开(公告)日：2017-01-25
申请号：CN201610805498.8
申请日：2016-09-06
Applicant: 哈尔滨工业大学
IPC: G06T7/11
CPC classification number: G06T2207/10036
Abstract: 一种基于核方法的高光谱图像分割方法，本发明涉及基于核方法的高光谱图像分割方法。本发明是为了解决现有技术中图像分类精度低及易产生Haghes现象的问题。本发明步骤为：步骤一：对高光谱图像数据进行预处理；步骤二：对预处理后的高光谱图像数据进行聚类处理；步骤三：将通过核函数将预处理后的高光谱图像数据和聚类中心映射到高维空间；步骤四：根据图像分割算法进行核函数映射空间的图像分割。本发明的算法实现了高光谱图像分割，并且通过降维消除了Haghes现象，可用于视觉分析和模式识别，实现高光谱图像分割处理。本发明应用于图像分割领域。
-
Patent Agency Ranking
公开(公告)号：CN103944898A
公开(公告)日：2014-07-23
申请号：CN201410155479.6
申请日：2014-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于状态机的ARINC429编解码逻辑的实现方法，属于飞行器的数据通信技术领域。本发明为了解决ARINC429通讯总线的通信协议编解码实现方式成本高，灵活性差的问题。该逻辑方法通过通用控制器与FPGA芯片通过数据线、地址线和控制线进行信号交互，FPGA芯片通过电平转换单元与ARINC429总线进行通信协议数据传输；FPGA芯片实现ARINC429总线的编解码逻辑，通过编码电平转换单元接收串行编码数据信号后输出ARINC429总线标准电平；通过解码电平转换单元接收ARINC429总线标准解码信号后输出串行解码数据信号。本发明用于实现ARINC429总线的编解码逻辑。
-
公开(公告)号：CN102621893A
公开(公告)日：2012-08-01
申请号：CN201210114619.6
申请日：2012-04-18
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 基于四个修正因子的电机非平衡负载模糊控制方法，涉及模糊控制领域。它是为了解决现有的模糊控制方法在非平衡负载时超调大，系统响应时间长的问题。本法明通过传感器测量电机转子的实际转角Ω，采用给定的电机转子转角信号r与实际转角Ω做差获得偏差信号e，e经过偏差量化因子Ke处理得到模糊控制器输入量偏差E输入至模糊控制器；模糊控制器为带有四个修正因子的模糊控制器，将e求导，经过偏差变化率因子Kec处理得到模糊控制器输入量偏差变化率EC输入至模糊控制器，模糊控制器将E和EC进行模糊化、模糊推理和决策，得到输出量u，u经过输出量化因子Ku处理得到电机的控制电压U输出给电机实现对电机的控制。本发明适用于模糊控制领域。
-
公开(公告)号：CN116795760A
公开(公告)日：2023-09-22
申请号：CN202310742449.4
申请日：2023-06-21
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种1553B总线MT监测数据的筛选系统及方法，包括：上位机驱动、微处理器和数据筛选子系统；上位机驱动与微处理器连接，用于设定筛选条件并发送控制指令；微处理器与数据筛选子系统连接，用于接收控制指令的信号并设置数据筛选子系统的筛选参数以及模块使能；数据筛选子系统，用于根据筛选条件确定信息传输形式，包含的远程终端地址与子地址，以及目标筛选数据字位置，判断信息传输方式和远程终端子地址是否一致，根据输入的目标筛选数据字位置对1553B监测数据进行筛选输出；本发明实现了高效、精确、可靠的分析筛选1553B协议信息传输形式中包含远程终端的信息传输形式，并对数据字进行截取输出。
-
公开(公告)号：CN116775128A
公开(公告)日：2023-09-19
申请号：CN202310742490.1
申请日：2023-06-21
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于硬件加速的动态数据状态判断方法，应用于信号监测设备，包括：通过上位机配置和参数设定完成对待测试装备的实时监测；监测和记录被测试设备中的模拟信号、通讯信号和状态信号；对监测数据进行实时分析和事后分析；信号监测设备利用高斯过程回归算法对所述监测数据进行动态数据状态判断；通过硬件加速方法实现高斯过程回归算法的计算，包括协方差矩阵计算和矩阵求逆；实现对待测试设备的实时动态数据状态判断。该方法具有计算时间短、计算效率高、降低资源消耗的优点，可以应用于信号监测设备等领域，有助于提高被测装备的使用安全性和管理维修任务的效率。
-
公开(公告)号：CN116012606A
公开(公告)日：2023-04-25
申请号：CN202310035837.9
申请日：2023-01-10
Applicant: 哈尔滨工业大学
IPC: G06V10/54 , G06V10/80 , G06V10/82 , G06V10/26 , G06N3/0464
Abstract: 本发明公开了一种基于纹理引导的伪装目标检测方法及系统，包括采集待测图像并输入到训练好的伪装目标检测模型进行处理输出伪装目标检测结果；具体的：通过特征提取器提取待测图像的各层级特征图并输出至纹理监督模块，将首层特征图输出至目标纹理学习模块，将最高层特征图输出至语义融合模块；目标纹理学习模块根据首层特征图提取目标纹理特征图并输出至纹理监督模块；纹理监督模块根据目标纹理特征图和各层级特征图进行各层级的深层特征提取，获得各层级的深度特征图；语义融合模块根据最高层特征图和各层级的深度特征图，获得各层级融合特征，将各层级的深度特征图与高一层级的融合特征进行语义融合，输出伪装目标检测结果。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.027 seconds)
