-
公开(公告)号：CN118862397A
公开(公告)日：2024-10-29
申请号：CN202310464107.0
申请日：2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06N3/006 , G06F17/16 , G06F111/06
Abstract: 本发明公开了一种基于改进的鹈鹕算法的多目标优化方法，所述方法将鹈鹕算法的优良策略与多目标优化思想结合，并在原本的鹈鹕算法的基础上加以改进，用属于准随机序列的Sobel序列取代初始种群的随机初始化，并且通过将高斯噪声添加到序列点的每个坐标中进而实现Sobel序列的随机化。在朝猎物移动这个阶段，引入自适应动态权重因子μ，进而帮助种群中的鹈鹕不断更新自己的位置。本发明首次将鹈鹕算法的优良策略与多目标优化思想结合，在原有鹈鹕智能优化算法的基础上，结合多目标优化思想，并使用pareto最优、拥挤度原则等作为算法从单目标优化转换为多目标优化的核心要点，形成了基于鹈鹕算法的多目标优化算法。
-
Patent Agency Ranking
公开(公告)号：CN118862213A
公开(公告)日：2024-10-29
申请号：CN202310464115.5
申请日：2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06F30/13 , G06T17/05 , G06N3/006 , G06F17/10 , G06F111/06
Abstract: 本发明公开了一种基于改进的鹈鹕算法的固定翼无人机群区域覆盖方法，所述方法包括如下步骤：步骤一、对区域形状进行建模并分析，确定最优覆盖方向；步骤二、结合无人机相关参数确定扫描间距及扫描行数；步骤三、根据无人机设置时间、续航时间、使用费用及操作人员费用构建双目标优化问题数学模型，双目标分别为区域覆盖总时间最短和总费用最少；步骤四、使用基于改进的鹈鹕算法的多目标优化算法对双目标优化问题进行求解，并给出方案。该方法考虑到了无人机在实际部署中的一些问题，在经过完整的处理流程后，可以给出偏向最优费用或者最优覆盖时间的解决方案，供决策者选取。
-
公开(公告)号：CN118865094A
公开(公告)日：2024-10-29
申请号：CN202310464106.6
申请日：2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/80 , G06V10/766 , G06V10/764 , G06V10/40 , G06V10/22 , G06V10/25
Abstract: 本发明公开了一种基于注意力机制的遥感图像小目标检测方法，所述方法包括如下步骤：步骤一、改进YOLOv5网络模型结构：在YOLOv5的骨干网络SPPF结构之前增加协同注意力机制，将目标位置信息有效地嵌入到模型通道注意力网络中；在骨干网络快速金字塔池化模块之后引入上下文转换器模块，更好地兼顾全局信息与上下文信息的提取；使用EIoU损失函数替换CIoU损失函数；步骤二、遥感图像小目标检测：利用步骤一改进的YOLOv5网络模型结构进行遥感图像小目标检测。本发明能够实现在遥感图像小目标居多情况下提升检测精度的目的。
-
公开(公告)号：CN118865093A
公开(公告)日：2024-10-29
申请号：CN202310464105.1
申请日：2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06N3/0464 , G06V10/82 , G06V10/40 , G06V10/80
Abstract: 本发明公开了一种基于可形变与深度分离卷积的遥感图像目标检测方法，所述方法包括如下步骤：步骤一、在YOLOv5多尺度检测头的中目标层使用卷积核为7寸的可变形卷积替换普通的常规卷积进行中目标层的特征提取；在YOLOv5多尺度检测头的大目标层使用卷积核为31寸的深度可分离卷积替换普通的常规卷积进行大目标层的特征提取与特征融合；步骤二、将训练集输入至改进的YOLOv5网络模型进行训练，得到训练后的网络模型，即可使用所得到的网络模型对遥感图像中的目标进行检测。本发明通过改进各检测层的感受野进而提升遥感图像不同尺度目标检测的准确性，从而实现在遥感图像中存在多种尺度目标的情况下提升检测精度。
-
公开(公告)号：CN113913108B
公开(公告)日：2022-06-14
申请号：CN202111201914.0
申请日：2021-10-15
Applicant: 哈尔滨工程大学
IPC: C09D183/04 , C09D105/08 , C09D5/16 , C09D7/63 , C09D7/65
Abstract: 本发明属于仿生材料和海洋防污涂层技术领域，提供了一种具有仿生微结构的防污涂层及其制备方法和应用。本发明将生物模板正置于第一硅橡胶溶液表面，进行第一聚合反应后，剥离去除生物模板，得到具有阴形貌的模板；将所述模板的具有阴形貌的一侧依次进行等离子处理和脱模剂浸润，得到具有阴形貌的预处理模板；将第二硅橡胶溶液浇筑在所述预处理模板的具有阴形貌的一侧，进行第二聚合反应后，剥离去除预处理模板，得到具有仿生微结构的防污涂层。本发明对具有阴形貌的模板依次进行等离子处理和脱模剂浸润，能够使预处理模板和防污涂层易于分开，使仿生微结构在防污涂层的表面被完整保留，提高了防污涂层的防污性。
-
公开(公告)号：CN113913108A
公开(公告)日：2022-01-11
申请号：CN202111201914.0
申请日：2021-10-15
Applicant: 哈尔滨工程大学
IPC: C09D183/04 , C09D105/08 , C09D5/16 , C09D7/63 , C09D7/65
Abstract: 本发明属于仿生材料和海洋防污涂层技术领域，提供了一种具有仿生微结构的防污涂层及其制备方法和应用。本发明将生物模板正置于第一硅橡胶溶液表面，进行第一聚合反应后，剥离去除生物模板，得到具有阴形貌的模板；将所述模板的具有阴形貌的一侧依次进行等离子处理和脱模剂浸润，得到具有阴形貌的预处理模板；将第二硅橡胶溶液浇筑在所述预处理模板的具有阴形貌的一侧，进行第二聚合反应后，剥离去除预处理模板，得到具有仿生微结构的防污涂层。本发明对具有阴形貌的模板依次进行等离子处理和脱模剂浸润，能够使预处理模板和防污涂层易于分开，使仿生微结构在防污涂层的表面被完整保留，提高了防污涂层的防污性。
-
-
-
-
-
Search Results
6
records
(took 0.032 seconds)
