-
公开(公告)号：CN105630882A
公开(公告)日：2016-06-01
申请号：CN201510955938.3
申请日：2015-12-18
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明针对现有近海环境监管技术存在的“发现不全面”、“缺乏对遥感数据的内容挖掘”的问题，基于多年来在卫星应用领域的研发和产业应用基础，提出了一个全面、系统、深入的基于遥感数据深度学习的近海污染物目标识别与跟踪的解决方案，该方案应用卫星遥感图像的深度学习模型、海量遥感数据分布式存储与并行处理技术和基于GPU加速的深度卷积网络并行模型，满足相关行业“全面、准确、快速”监控海洋污染物的应用需求。
-
公开(公告)号：CN101430708A
公开(公告)日：2009-05-13
申请号：CN200810217630.9
申请日：2008-11-21
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F17/30
Abstract: 本发明涉及一种基于标签聚类的博客层次分类树构建方法。所述方法包括步骤：第一、初始化并输入预先定义的博客层次分类树和由标签关系数据构造的邻接矩阵；第二、调用标签聚类算法对标签关系数据进行聚类，由此生成数个标签簇；第三、运用主题泛化算法从各个标签簇中提取一个或多个关键标签词作为其主题；第四步：在标签簇还能进一步聚类时，递归调用第二步和第三步；第五步：每一次递归调用结束后都在博客层次分类树中构建新的层次以及增加新的主题节点；第六、递归终止条件完全满足后，输出构造好的博客层次分类树。本方法是针对博客数据的检索、挖掘和浏览等问题提出的，能够快速组织海量博客数据的主题层次关系，并具有较高的效率和准确率。
-
公开(公告)号：CN107687850B
公开(公告)日：2021-04-23
申请号：CN201710617653.8
申请日：2017-07-26
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于视觉和惯性测量单元的无人飞行器位姿估计方法，包括并行的跟踪线程、局部地图线程和深度滤波器线程，所述跟踪线程用于跟踪摄像机的相对运动、视觉信息和惯性信息融合，所述局部地图线程用于检测新的FAST角点，估计三角化测量3D点的深度，并在初始化时对齐视觉和惯性帧，所述深度滤波器线程用于更新3D点的种子。本发明的有益效果是：采用基于视觉和惯性测量单元信息融合的方法，通过跟踪、深度滤波、局部地图三个并行线程，可以达到较高的精度,并且有较高的运行效率，在计算能力受限的嵌入式设备上也能达到较快的估计速度，能满足实时性较高的使用场合。
-
公开(公告)号：CN105578455B
公开(公告)日：2020-06-09
申请号：CN201610054770.3
申请日：2016-01-27
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明在分析了机会网络中自私节点和恶意节点异常行为的基础上，并根据机会网络非全连通、自组织等特点提出了动态信任模型。节点通过动态信任模型中的监测机制记录与其它节点的交互信息，并将记录的信息量化为节点间的直接信任度，包括满意度、健康度、连通度等。为更准确地衡量节点之间的信任程度，节点考虑自身偏好，选择性地接收其它节点的推荐信任。针对恶意节点的共谋攻击，该模型通过统计反馈消息的发送方和确认方，且不断收集其它节点推荐的反馈消息，根据反馈消息的发送方所占比例对共谋攻击节点进行检测。本发明用于处理机会网络的安全问题，同时能够降低网络高延迟，提高传输成功率。
-
公开(公告)号：CN105630882B
公开(公告)日：2019-09-20
申请号：CN201510955938.3
申请日：2015-12-18
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明针对现有近海环境监管技术存在的“发现不全面”、“缺乏对遥感数据的内容挖掘”的问题，基于多年来在卫星应用领域的研发和产业应用基础，提出了一个全面、系统、深入的基于遥感数据深度学习的近海污染物目标识别与跟踪的解决方案，该方案应用卫星遥感图像的深度学习模型、海量遥感数据分布式存储与并行处理技术和基于GPU加速的深度卷积网络并行模型，满足相关行业“全面、准确、快速”监控海洋污染物的应用需求。
-
Patent Agency Ranking
公开(公告)号：CN107301394A
公开(公告)日：2017-10-27
申请号：CN201710476038.X
申请日：2017-06-21
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00711 , G06K9/00362 , G06K9/46 , G06K9/4642 , G06K9/6269 , G06K2009/4695 , H04N5/262
Abstract: 本发明提供了一种基于视频数据的人流检测方法，包括以下步骤：S1、对视频进行低秩稀疏矩阵分解；S2、获取稀疏部分；S3、对稀疏部分进行阈值处理；S4、训练SVM；S5、对图像进行HOG+SVM检测；S6、判断是否有剩余检测框，如果没有，则结束，如果有，则进入下一步骤；S7、判断对应辅助图像相同位置是否有足够像素，如果没有，则删除检测框并返回步骤S6，如果有，则保留检测框并返回步骤S6。本发明的有益效果是：结合低秩稀疏矩阵分解的方法，将一段视频中的稀疏部分提取出来，并进行处理，低空监测影像的检测效果较好。
-
公开(公告)号：CN106073708A
公开(公告)日：2016-11-09
申请号：CN201610387255.7
申请日：2016-06-01
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/00 , A61B5/0476
CPC classification number: A61B5/72 , A61B5/0476
Abstract: 本发明提出了一种脑电信号特征提取及解释方法，采用联合流形学习在提取脑电信号特征时可以同时实现通道选择，即联合学习仅从对识别比较重要的通道提取特征。这样的特征有两方面优点：一方面可以增强特征实际意义的解释，另一方面利用联合学习对特定脑电信号进行通道选择，所得到的结果也有助于神经生物学的发展，可以帮助研究人员确认相关电位，与神经生物学的研究成果进行相互验证等。另外，本发明的通道选择与特征提取可以应用到未来的BCI系统中，克服现有BCI系统识别率低等问题，对于BCI技术的发展具有重要意义。
-
公开(公告)号：CN103605493B
公开(公告)日：2016-09-28
申请号：CN201310632348.8
申请日：2013-11-29
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F7/08
Abstract: 本发明提供了一种基于图形处理单元的并行排序学习方法及系统，该并行排序学习方法包括构建查询及文档偏序对：针对每个查询，根据训练集中文档与查询的相关度构建出文档偏序对，每一个文档偏序对为一个模型的训练样本；模型参数训练：估计评分函数中关于每个特征的权重参数取值；文档评分：根据模型参数训练步骤中估计出的模型参数和文档评分函数计算每个文档的得分；文档排序：根据每个文档的得分，选择排序算法对文档进行排序，然后把排序后的结果提供给查询用户。本发明的有益效果是本发明的基于图形处理单元的并行排序学习方法及系统，提高排序学习中数据计算速度。
-
公开(公告)号：CN105740366A
公开(公告)日：2016-07-06
申请号：CN201610053718.6
申请日：2016-01-26
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种建立微博用户兴趣推理模型的方法，包括兴趣标签的模型计算、微博文本内容提取兴趣模型和博主社交关系提取博主兴趣点模型，通过模型融合策略将三个模型融合在一起，即成为最终的微博用户兴趣推理模型。本发明的方法将个人信息、微博内容和社交关系相结合，针对微博内容稀疏性问题，采用将同一个博主的所有微博进行混合的USER策略，利用LDA发掘微博隐主题，基于博主关注形成的网络提出了社会化标签传播算法，计算各种兴趣标签对博主的影响力。本发明的方法具备很好的识别能力和信息过滤能力，在推荐之前过滤掉虚假的消息，识别出虚假博主，这样即可提高了推荐系统推荐的质量和准确率，也给博主带来更好的体验。
-
公开(公告)号：CN103593339A
公开(公告)日：2014-02-19
申请号：CN201310634080.1
申请日：2013-11-29
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种面向电子图书的语义空间表示方法及系统，该面向电子图书的语义空间表示方法包括如下步骤：A.文档分割：将电子图书按语义结构分成若干个语义单元；B.权重计算：首先构建全文的词汇表，从而电子图书的每一个语义单元用一个词频向量表示，整个电子图书用一个词频矩阵来表示；然后根据权重计算方法针对每个词计算其权重；C.关系图构建：根据电子图书的词频矩阵和词的权重构建一个词邻接关系图；D.多维压缩：用该低维语义空间模型表示电子图书。本发明的有益效果是本发明的低维空间表示可以更加有效的用于储存、分类、聚类等数据分析与挖掘。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.034 seconds)
