-
公开(公告)号：CN112783207B
公开(公告)日：2022-07-15
申请号：CN202011627216.2
申请日：2020-12-31
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明属于无人机航迹规划技术领域，具体涉及一种基于多目标粒子群优化的无人机航迹规划方法。本发明将通过5G通讯技术与GPS定位技术获取到的无人机和用户位置等信息，同时传回到数据处理服务器，使用两阶段基于分解的多目标粒子群优化算法进行可行航迹规划，输出一组可行方案，再由数据服务器端向当前区域的无人机发出指令，使无人机按顺序执行出行计划。本发明可以与编队策略、避障策略、目标检测、三维路径规划等技术方向进行有机结合，以提高航迹规划方案的可行性，增加无人机航迹规划规划的功能性，增加无人机管理与决策的效率，同时满足不同应用的总体目标函数与约束条件。
-
公开(公告)号：CN102724304A
公开(公告)日：2012-10-10
申请号：CN201210184508.2
申请日：2012-06-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一中订阅/发布系统中信息仓库联邦及数据同步方法。信息仓库联邦，由多个结构相同且平级的信息仓库构成。信息仓库包括数据存储模块、同步处理模块、公共服务模块，通过这些模块之间的协同工作能够将某一信息仓库中需要更新的数据以消息的方式及时通知联邦中其他的信息仓库；其他信息仓库接收到更新消息之后做出相应的更新操作，并将处理的结果返回给消息发送源；消息发送源收到反馈消息后对自身数据进行更新操作。本发明对数据量小、更新频率低的订阅/发布系统中信息仓库之间的实时数据同步提出了一种有效、快速且易于实现的解决方法，提高系统的健壮性、稳定性及容错性，保证订阅/发布系统中组成联邦的信息仓库之间数据的一致性。
-
Patent Agency Ranking
公开(公告)号：CN105184428A
公开(公告)日：2015-12-23
申请号：CN201510727233.6
申请日：2015-10-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机应用领域，具体涉及一种解决了冰壶比赛对阵组合自动设计方法中难于找到最优解问题的基于多层遗传算法的冰壶比赛对阵组合设计方法。本发明包括：编码；初始种群生成；根据适应度函数计算种群内每个个体的适应度函数值。与此前的解决冰壶比赛方案自动设计的方法相比，本发明一定能找到问题的最优解，满足冰壶比赛复杂且相互关联的诸多约束条件，解决了此前方法中无法找到最优解或找到最优解效率低的问题。该方法实现简单，能够根据冰壶比赛的不同情况快速设计出满足其苛刻约束条件的对阵组合。执行效率能够满足现实要求。
-
公开(公告)号：CN111582059B
公开(公告)日：2022-07-15
申请号：CN202010313704.X
申请日：2020-04-20
Applicant: 哈尔滨工程大学
IPC: G06V40/16 , G06V10/774 , G06K9/62
Abstract: 本发明属于视觉图像处理领域，尤其涉及人脸表情识别技术领域，具体涉及一种基于变分自编码器的人脸表情识别方法。本发明首先利用卷积神经网络预测输入人脸图像的面部姿势，并且通过改进损失函数和调整人脸边界框的边距大小提高面部姿势估计的准确度，然后将经过处理的人脸图像输入到变分自编码器中，通过给定人脸图像中姿势和表情属性的概率分布，生成不同姿势和表情的人脸图像来扩充表情识别模型的训练集，从而解决模型在训练的过程中，由于头部姿势偏转造成的识别精度不高和缺乏足够的训练数据造成的过拟合问题。最后利用生成图像和原始图像一起作为训练数据对分类器模型进行训练，实现非正面人脸表情识别。
-
公开(公告)号：CN108764145A
公开(公告)日：2018-11-06
申请号：CN201810533432.7
申请日：2018-05-29
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/0063 , G06K9/6218 , G06N3/006
Abstract: 本发明属于图像处理领域，公开了一种面向扎龙湿地遥感图像密度峰值聚类方法包含如下步骤：(1)对得到的湿地的高光谱图像进行筛选，人为选择多幅高光谱图像；(2)用中值滤波器和主成分分析法对多幅高光谱图像进行预处理得到PC1；(3)对PC1进行尺度变换；(4)进行PC1的像素点间的相似度计算；(5)用密度峰值聚类算法进行聚类处理；(6)将局部密度矩阵以及距离矩阵和改进的粒子群演化算法结合，找出最适合作为聚类中心的所有像素点；(7)以作为聚类中心的像素点为中心，根据局部密度矩阵以及截断距离对其余的像素点进行划分；(8)输出处理完毕的遥感图像。本发明降低了算法的时间复杂度，解决了聚类结果不稳定的问题，更具有普适性。
-
公开(公告)号：CN112783207A
公开(公告)日：2021-05-11
申请号：CN202011627216.2
申请日：2020-12-31
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明属于无人机航迹规划技术领域，具体涉及一种基于多目标粒子群优化的无人机航迹规划方法。本发明将通过5G通讯技术与GPS定位技术获取到的无人机和用户位置等信息，同时传回到数据处理服务器，使用两阶段基于分解的多目标粒子群优化算法进行可行航迹规划，输出一组可行方案，再由数据服务器端向当前区域的无人机发出指令，使无人机按顺序执行出行计划。本发明可以与编队策略、避障策略、目标检测、三维路径规划等技术方向进行有机结合，以提高航迹规划方案的可行性，增加无人机航迹规划规划的功能性，增加无人机管理与决策的效率，同时满足不同应用的总体目标函数与约束条件。
-
公开(公告)号：CN111582059A
公开(公告)日：2020-08-25
申请号：CN202010313704.X
申请日：2020-04-20
Applicant: 哈尔滨工程大学
Abstract: 本发明属于视觉图像处理领域，尤其涉及人脸表情识别技术领域，具体涉及一种基于变分自编码器的人脸表情识别方法。本发明首先利用卷积神经网络预测输入人脸图像的面部姿势，并且通过改进损失函数和调整人脸边界框的边距大小提高面部姿势估计的准确度，然后将经过处理的人脸图像输入到变分自编码器中，通过给定人脸图像中姿势和表情属性的概率分布，生成不同姿势和表情的人脸图像来扩充表情识别模型的训练集，从而解决模型在训练的过程中，由于头部姿势偏转造成的识别精度不高和缺乏足够的训练数据造成的过拟合问题。最后利用生成图像和原始图像一起作为训练数据对分类器模型进行训练，实现非正面人脸表情识别。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
