-
公开(公告)号：CN111050181B
公开(公告)日：2022-06-07
申请号：CN201911400578.5
申请日：2019-12-30
Applicant: 哈尔滨工业大学
IPC: H04N19/503 , H04N19/42 , H04N19/182 , H04N19/105 , G01N21/17 , G01N21/35
Abstract: 一种超光谱大气红外遥感图像的时间维压缩方法，它属于遥感图像的压缩技术领域。本发明解决了现有超光谱大气图像压缩方法没有考虑大气大范围复杂运动下不同时间片间的相关性规律不同于高帧率视频帧间的相关特性，导致对图像压缩效果不好的问题。基于探测仪在不同时间对同一场景探测的超光谱红外大气图像数据间较大相关性的特点，设计基于在线学习预测模型的超光谱红外大气图像的时间维压缩方案，通过一种自适应的在线更新预测模型，建立由不同时刻的参考时间片图像到中间时刻时间片图像的预测模型，并根据在线学习理论对预测模型参数进行实时更新，从而实现对超光谱数据多时间片的图像压缩，平均压缩比达9.42。本发明可以应用于遥感图像的压缩。
-
公开(公告)号：CN113102851A
公开(公告)日：2021-07-13
申请号：CN202110438362.9
申请日：2021-04-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种阀体多维度斜孔加工方法，所述方法采用三轴电火花机床加工，借助工装底座实现阀体多维度斜孔偏转，通过尺寸转换找正小孔中心实现最终斜孔尺寸和角度的加工。本发明所涉及的二维斜孔加工工装，结构简单，制作方便，对设备要求不高(普通三轴电火花机床)，电极找正准确、快捷，尤其适用于大批量零件生产，具有降低生产成本，提高生产效率的作用。
-
公开(公告)号：CN110119465A
公开(公告)日：2019-08-13
申请号：CN201910413372.X
申请日：2019-05-17
Applicant: 哈尔滨工业大学
IPC: G06F16/906 , G06F16/9535
Abstract: 本发明提供融合LFM潜在因子与SVD的手机应用用户喜好检索方法，属于数据分类技术领域。本发明首先设置度量标准，对用户使用手机应用分别进行计分并建立用户与手机应用关系的系数矩阵A，利用LFM潜在因子算法得到没有缺省值的完整的矩阵Alfm；采用不同的k值对A进行若干次SVD矩阵分解，每次SVD矩阵分解再次组合后得到一个无缺省值的矩阵ASVD；从所有ASVD中选择与矩阵A匹配度最高的矩阵；最后对矩阵Alfm和矩阵ASVD进行相加并进行归一化处理，根据结果判断用户的喜好领域。本发明解决了现有手机用户喜好判断准确率不高、计算速度慢的问题。本发明可用于手机用户喜好领域检索。
-
公开(公告)号：CN109634830A
公开(公告)日：2019-04-16
申请号：CN201811556418.5
申请日：2018-12-19
Applicant: 哈尔滨工业大学
IPC: G06F11/34
CPC classification number: G06F11/3419 , G06F11/3433
Abstract: 本发明提供一种基于多特征耦合的CUDA程序一体化性能预测方法，属于电子与信息技术领域。本发明首先提取数据、程序、GPU硬件的固有特征，定义了设备并行空间DPS、设备并行空间闲置度DPSID、SM Warp负载NSMW以及并行效应因子PEF等高层次性能相关特征；然后通过比较Dg与APDG，以及DPSID与1的数值关系，判定CUDA程序内核状态并获得对应的内核持续时间体积KDTV，最终得到此时的内核持续时间KDT，完成预测。本发明解决了现有技术对CUDA程序性能预测精准度较低的问题。本发明可用于并行程序性能的精准预测。
-
公开(公告)号：CN106373397B
公开(公告)日：2018-10-02
申请号：CN201610860300.6
申请日：2016-09-28
Applicant: 哈尔滨工业大学
IPC: G08G1/01
Abstract: 基于模糊神经网络的遥感图像道路通行情况分析方法，本发明涉及遥感图像道路通行情况分析方法。本发明是为了解决现有的方法中人工干预过多造成的准确性下降及无法进行大范围区域内道路通行情况分析的问题。本发明步骤为：一：确定输入参数并对输入参数进行归一化处理；二：确定道路通行情况；三：确定输入参数与道路通行情况间的规则；四：构建用于道路通行情况分析的模糊神经网络系统；五、收集训练样本和测试样本，对所有训练样本进行聚类，对神经网络系统进行训练；六：获得所需要的道路属性信息；七：将道路属性信息输入网络进行通行情况分析，与图像中实际的通行情况比较，验证网络的可靠性。本发明应用于高分辨率遥感图像分析领域。
-
Patent Agency Ranking
公开(公告)号：CN106373397A
公开(公告)日：2017-02-01
申请号：CN201610860300.6
申请日：2016-09-28
Applicant: 哈尔滨工业大学
IPC: G08G1/01
CPC classification number: G08G1/012 , G08G1/0125
Abstract: 基于模糊神经网络的遥感图像道路通行情况分析方法，本发明涉及遥感图像道路通行情况分析方法。本发明是为了解决现有的方法中人工干预过多造成的准确性下降及无法进行大范围区域内道路通行情况分析的问题。本发明步骤为：一：确定输入参数并对输入参数进行归一化处理；二：确定道路通行情况；三：确定输入参数与道路通行情况间的规则；四：构建用于道路通行情况分析的模糊神经网络系统；五、收集训练样本和测试样本，对所有训练样本进行聚类，对神经网络系统进行训练；六：获得所需要的道路属性信息；七：将道路属性信息输入网络进行通行情况分析，与图像中实际的通行情况比较，验证网络的可靠性。本发明应用于高分辨率遥感图像分析领域。
-
公开(公告)号：CN103824263B
公开(公告)日：2016-09-14
申请号：CN201410074775.3
申请日：2014-03-03
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 一种基于混合变换的遥感图像稀疏估计方法，它涉及一种遥感图像稀疏估计方法，属于遥感图像处理技术领域。本发明针对现有稀疏方法主要保留图像大多数能量，造成图像细节信息丢失，对细节丰富的遥感图像很难得到较好的稀疏效果的问题，提供了一种基于混合变换的遥感图像稀疏估计方法。该方法结合了张量积小波变换表达光滑图像的优点，以及Tetrolet变换能够有效表达纹理和边缘等细节信息的特点，对图像自身特征无限制，具有一定的普适性。实验结果表明，相对于采用单一的方法对遥感图像进行稀疏，提出的基于混合变换的方法能更有效的对遥感图像进行稀疏表达。本发明方法专门适用对遥感图像的稀疏处理。
-
公开(公告)号：CN102163338A
公开(公告)日：2011-08-24
申请号：CN201110088314.8
申请日：2011-04-08
Applicant: 哈尔滨工业大学
IPC: G06T11/00
Abstract: 一种压缩感知系统中的高效重建方法。它涉及一种数据处理方法，它解决了现有重建方法中不能够精度速度同时提高的问题。首先整理测量值Y0为易于重建算法实现的形式，若一维重建，则不整理，若二维重建，则进行矢量化，得到Y；然后，令k＝1，uk＝0，vk＝0，得到uk+1＝δ·shrink(vk+1，μ)；vk+1＝vk+ΘT(Y-Θuk)；迭代步骤中出现的无贡献迭代，计算求取无贡献迭代的次数s，则假设，vk变化s次恰好使得uk+1有所改变，那么在这些迭代步骤中有如下迭代公式：uk+s＝uk+1，进行判定即||uk+1-uk||≤ε，再判断是否成立，来确定迭代是否收敛，迭代直至收敛；最后，若一维信号，则直接利用信号稀疏表达重建原始信号，若二维信号，则对稀疏系数u进行逆矢量化，并利用图像的稀疏表达重建原始图像。本发明应用于压缩感知系统中一维或二维信号重建。
-
公开(公告)号：CN101835045A
公开(公告)日：2010-09-15
申请号：CN201010162811.3
申请日：2010-05-05
Applicant: 哈尔滨工业大学
IPC: H04N7/26
Abstract: 高保真遥感图像压缩与分辨率增强的联合处理方法。它涉及遥感图像处理方法，它解决了通常的遥感图像压缩方法倾向于无差别舍弃高分辨率信息，导致恢复图像分辨率下降的问题。步骤为：一、输入待压缩处理的图像f(x，y)；二、对图像进行预处理；三、对于处理后的数据进行离散小波变换；四、对小波变换的结果进行信息检测；五、对小波变换结果进行量化处理，同时进行子带加权；六、对于步骤五的量化结果进行熵编码；七、对于熵编码结果进行码流截断，同时进行通道加权；八、获得压缩码流。针对现有遥感图像的实际应用要求，对于压缩后图像的应用如边缘检测、目标识别等方面也有着重要的价值。
-
公开(公告)号：CN100507603C
公开(公告)日：2009-07-01
申请号：CN200710144447.6
申请日：2007-10-16
Applicant: 哈尔滨工业大学
Abstract: 基于选择性核主成份分析的高光谱图像异常点的检测方法，它涉及的是高光谱图像分析检测的技术领域。它是为了解决现有高光谱图像检测技术存在不能高效的对异常点的进行特征提取，而产生较多虚警，及在有严重的背景干扰下无法对异常点有效检测的问题。它的步骤为：对数据进行归一化，并执行核主成份分析；在主分量内构造滑动窗；计算滑动窗内像素的三阶矩和四阶矩并与设定值比较；遍历主分量后，记值；所有主分量得到处理；选最大主分量；用RX算子对所选主分量进行异常点检测，输出检测结果。本发明能高效的对高光谱图像中异常点目标的特征进行提取和选择，而降低虚警率，并实现在有严重的背景干扰情况下正常对异常点进行检测。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.031 seconds)
