-
公开(公告)号：CN101847210A
公开(公告)日：2010-09-29
申请号：CN201010209877.3
申请日：2010-06-25
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 基于二维经验模态分解和小波降噪的多分组图像分类方法，属于图像处理领域，本发明为解决传统分类方法对图像本质特征利用不充分，分类精度低的问题，本发明包括如下步骤：一：对多分组图像中各波段分别进行二维经验模态分解，得到前K个二维分量IMF和1个残差；二：对前K个二维分量IMF求和作为特征值，小波降噪后获取降噪后特征值；三：多个多分组图像的降噪后特征值按比例任意选取作为支持向量机的训练样本和测试样本，对训练样本进行支持向量机参数训练，再进行归属判定，形成多个支持向量机子分类器；四：利用多个支持向量机子分类器构建基于一对一策略的多分类器，并依据决策函数对测试样本的归属类别做出决策，完成多分组图像的分类。
-
公开(公告)号：CN101599126A
公开(公告)日：2009-12-09
申请号：CN200910071856.7
申请日：2009-04-22
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 本发明提供了一种利用全局互信息加权的支持向量机分类器，本发明的步骤为：一、利用全局互信息度量同维数据的重要信息含量；二、利用加权型支持向量机融合同维数据的重要信息含量，完成加权型支持向量机的训练及测试样本的类别判定任务；三、构建分类器，并对测试样本的最终类别作出决策。本发明利用全局互信息定量分析各维数据的重要信息量指数，并作为系数加权于SVM的核函数之中，使得处于重要性较强维的数据在分类中发挥更加重要的作用，从而提高分类精度。本发明充分挖掘输入向量同维数据之间隐含的关联信息并据此来指导SVM的分类过程，进而获得分类精度上的提升。
-
公开(公告)号：CN119625794A
公开(公告)日：2025-03-14
申请号：CN202411271641.0
申请日：2024-09-11
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/12 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本公开的实施例提供了一种基于随机微分方程的可控掌纹样本生成方法；涉及计算机视觉领域。方法包括构建无条件扩散模型网络架构并定义前向过程和反向过程；根据前向过程和掌纹图像训练无条件扩散模型获取噪声图像；根据反向过程利用训练好的无条件扩散模型对噪声图像采样，生成无条件掌纹样本；将条件编码器引入训练好的无条件扩散模型；冻结无条件扩散模型权重，根据条件图像训练条件编码器；条件编码器损失函数收敛时解锁冻结的权重，根据前向过程、掌纹图像和条件图像训练引入条件编码器的无条件扩散模型；根据反向过程利用训练好的有条件编码器的无条件扩散模型采样，生成条件掌纹样本。以此提高掌纹样本真实性、多样性与可控性。
-
公开(公告)号：CN115051785A
公开(公告)日：2022-09-13
申请号：CN202210634081.5
申请日：2022-06-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于Lorenz映射的提升小波优化图像加密方法，属于信息安全技术领域。本发明针对传统的置乱扩散安全性不高且无法保证加密速度，现有小波变换图像加密方法安全性低的问题，设计了一种基于Lorenz映射的提升小波优化图像加密方法。该方法设计选用Lorenz超混沌系统，利用龙格库塔法产生伪随机序列当作密钥流。同时，明文图像变换成一维序列并分解为奇偶索引序列。基于得到的奇偶索引序列再次分别进行分裂，分别经过提升小波优化算法中的预测更新算法完成单次加密并合并序列。最后，交换并翻转得到的两个序列，再次进行提升小波加密得到加密后的图像。加密过程一共有三轮。理论分析和实验结果表明,本发明算法可以抵抗统计攻击，安全性较高，具有广泛的应用前景和实用价值。
-
公开(公告)号：CN114584671A
公开(公告)日：2022-06-03
申请号：CN202210221538.X
申请日：2022-03-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于Henon映射的小波变换图像加密方法，属于信息安全技术领域。本发明针对传统的加密结构置乱扩散结构需要大量伪随机数且安全性低的问题，设计了一种基于Henon映射的小波变换图像加密方法。该方法设计选用Henon混沌系统产生伪随机序列，经过S盒操作生成密钥流。同时，原始图像变换成一维序列，再被分为奇数索引序列和偶数索引序列，经小波变换中预测和更新算法生成加密后的图像。理论分析和实验结果表明,本发明算法安全性高，可以抵抗统计性攻击，具有广泛的应用前景和实用价值。
-
Patent Agency Ranking
公开(公告)号：CN114331795A
公开(公告)日：2022-04-12
申请号：CN202111590029.6
申请日：2021-12-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于压缩感知和最低有效位的图像视觉安全方法，属于信息安全技术领域。本发明针对压缩感知后图像存在因统计信息而不够安全，及无法做到视觉安全的效果等问题，设计了一种基于压缩感知和最低有效位的图像视觉安全算法。该方法设计了具有高随机性的一维混沌方程来作为伪随机序列发生器，利用三层索引网络对原文图像进行置乱，使用压缩感知技术对置乱后的图像进行压缩，然后利用与明文相关的异或操作将其达到一个密文安全的效果，最终嵌入到载体图像中，从而实现视觉安全。经过理论分析和实验仿真，本发明加密性能优秀，嵌入方法能达到视觉安全且效率高，嵌入后能够实现无损提取和最大程度的原文图像重构，在资源受限的条件下具有广泛应用价值。
-
公开(公告)号：CN108009559B
公开(公告)日：2021-12-24
申请号：CN201610942406.0
申请日：2016-11-02
Applicant: 哈尔滨工业大学
Abstract: 一种基于空谱联合信息的高光谱数据分类方法，本发明提出用卷积神经网络和超像素划分方法，解决了当前高光谱图像对空间信息的利用问题。本发明的步骤为：一、建立卷积神经网络模型并进行特征提取，得到提取的特征向量。二、利用M‑SLIC算法对高光谱图像进行超像素划分，得到超像素划分后的标签图。三、对高光谱特征图像进行聚类并结合BoVW模型产生新特征向量，完成分类过程。本发明利用卷积神经网络，通过多层卷积层和下采样层提取高维的非线性特征，通过加入空间信息降低拍摄条件差异对光谱信息的影响，然后通过特征光谱图进行聚类，将经过卷积神经网络一次特征提取的特征光谱替换为运用BoVW模型得到的二次特征，进一步降低分类的误差，有较强的理论和工程实际意义。
-
公开(公告)号：CN113746997A
公开(公告)日：2021-12-03
申请号：CN202111036301.6
申请日：2021-09-06
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于压缩感知和分数阶混沌的图像压缩加密方法，属于多媒体信息安全技术领域。本发明针对基于低维整数阶混沌系统的图像压缩加密方案安全性不足的问题，提出了一种基于压缩感知和分数阶混沌的图像压缩加密方法。该方法构建了新的三维分数阶混沌系统，以提供图像压缩加密算法所需的随机序列，极大地扩展了该算法的复杂性和密钥空间。采用了压缩感知算法对图像进行压缩，并根据随机序列构建了一个新型测量矩阵。同时该方案遵循经典的混淆和扩散结构，利用Josephus问题原理和环形扩散分别作为图像的置乱与扩散算法。理论分析和实验结果表明,本发明算法安全性较高，具有广泛的应用前景和实用价值。
-
公开(公告)号：CN112561448A
公开(公告)日：2021-03-26
申请号：CN202011562693.5
申请日：2020-12-25
Applicant: 哈尔滨工业大学
Abstract: 基于改进遗传算法的多任务下堆垛机调度算法，本发明涉及路径规划领域的堆垛机调度算法，具体涉及一种改进的遗传算法，弥补了堆垛机应用传统遗传算法早熟易收敛、调度效率低的缺点。本发明的步骤为：一、采用数字编码方式对出库和入库任务进行编码；二、通过坐标定义调度适应度求解公式；三、将初始种群按照本专利所提出的弱者扶持阶段、公平竞争阶段、强者加持阶段进行三阶段的个体选择；四、从个体中随机选择一个基因交叉，再对个体中的基因进行变异，最终输出调度适应度最大的个体。本发明的主要思想是对结合堆垛机的调度特点对传统遗传算法进行改进，进而提高堆垛机的调度效率，该算法工程实用性强、具有很好的推广价值。
-
公开(公告)号：CN111309777A
公开(公告)日：2020-06-19
申请号：CN202010050602.3
申请日：2020-01-14
Applicant: 哈尔滨工业大学
IPC: G06F16/2458
Abstract: 一种基于互斥表达的改进关联规则报表数据挖掘方法，涉及数据科学领域的知识发现与数据挖掘方法，解决了传统关联规则算法在处理海量数据时内存消耗大、效率低的问题。本发明的步骤为：一、基于数据阈值范围将数据转换为事务数据，基于数据逻辑得到具有分组标签的二值稀疏矩阵；二、得到所有频繁项为1的集合，去除非频繁项集从而得到新的分组结果；三、对频繁项集进行自连接迭代搜索频繁项集，并对候选项集进行裁剪，迭代直到无法产生新的频繁项集，从而得到关联规则挖掘结果。本发明的基本思想是对结构化数据转换为事务数据，基于互斥关系产生分组，进行规则挖掘，从而减少计算内存并提高计算效率。应用场景广泛，具有很高的社会经济价值。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.033 seconds)
