公开(公告)号：CN117294797B

公开(公告)日：2024-07-02

申请号：CN202311290130.9

申请日：2023-10-07

Applicant: 哈尔滨工程大学

Inventor： 那琪 ,  蒋峥 ,  尹航 ,  朱建新 ,  郭兴海 ,  曾能民 ,  宫诚举

IPC: H04N1/024 ,  H04N1/195 ,  H04N1/12

Abstract: 本发明属于信息提取系统技术领域，具体的说是一种合同管理的信息提取系统及方法，其中信息提取系统包括包括扫描模块、合同整理模块、合同跟踪模块；所述扫描模块包括扫描仪；伸缩杆缩回，带动一号盒和牵引轴向远离放纸盒方向移动，使得牵引轴拖动纸质合同离开放纸盒，并移动到仪器底座端面上，直至牵引轴移动至初始位置，此时纸质合同位于扫描组件的正下方，扫描组件对纸质合同进行扫描，并将其转化为数据传输至合同整理模块内，重复此操作将纸质合同全部扫描，不需要工作人员额外参与，完成自动化扫描，提高纸质合同的扫描效率，从而提高信息提取系统使用的便捷程度。

公开(公告)号：CN117294797A

公开(公告)日：2023-12-26

申请号：CN202311290130.9

申请日：2023-10-07

Applicant: 哈尔滨工程大学

Inventor： 那琪 ,  蒋峥 ,  尹航 ,  朱建新 ,  郭兴海 ,  曾能民 ,  宫诚举

IPC: H04N1/024 ,  H04N1/195 ,  H04N1/12

Abstract: 本发明属于信息提取系统技术领域，具体的说是一种合同管理的信息提取系统及方法，其中信息提取系统包括包括扫描模块、合同整理模块、合同跟踪模块；所述扫描模块包括扫描仪；伸缩杆缩回，带动一号盒和牵引轴向远离放纸盒方向移动，使得牵引轴拖动纸质合同离开放纸盒，并移动到仪器底座端面上，直至牵引轴移动至初始位置，此时纸质合同位于扫描组件的正下方，扫描组件对纸质合同进行扫描，并将其转化为数据传输至合同整理模块内，重复此操作将纸质合同全部扫描，不需要工作人员额外参与，完成自动化扫描，提高纸质合同的扫描效率，从而提高信息提取系统使用的便捷程度。

公开(公告)号：CN117649571A

公开(公告)日：2024-03-05

申请号：CN202311362610.1

申请日：2023-10-19

Applicant: 哈尔滨工程大学

Inventor： 余乐安 ,  那琪 ,  于洋 ,  尹航 ,  万晨旭 ,  朱建新 ,  郭兴海

IPC: G06V10/774 ,  G06V10/77 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/05 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明属于图结构标签标定技术领域，具体的说是基于流形学习的图结构标签标定UEGNN方法；所述图结构标签标定UEGNN方法步骤包括：第一步：数据预处理；收集水下图像数据，对图像大小进行统一，使用阈值分割算法对图像进行背景与目标物的分割；针对水下高维性图像，采用流形学习算法中UMAP模型，以识别图像高维空间中的关键结构并将它们保存在低维嵌入中，并且提出的半监督UMAP在训练时加入有标签数据的标签约束，相较于UMAP模型可以更快地推断新的未见数据；从而实现适用于高维性无标签数据的小样本半监督学习技术，并且提出基于流形学习的图结构标签标定算法，根据高维数据特征映射构造图中的度量关系，完成无标签数据的标记。

公开(公告)号：CN118196607A

公开(公告)日：2024-06-14

申请号：CN202311355284.1

申请日：2023-10-18

Applicant: 哈尔滨工程大学

Inventor： 那琪 ,  余乐安 ,  于洋 ,  万晨旭 ,  郭兴海 ,  张茗淇

IPC: G06V20/05 ,  G06V10/42 ,  G06V10/44 ,  G06V10/771 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N20/00 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明属于图像分类技术领域，具体的说是基于CONFORMER算法的向量机图像分类方法，本申请的CONFORMER算法由一个CNN分支和一个Transformer分支组成，这两个分支由局部卷积块、自我注意模块和MLP单元的组合而成。其中，CNN分支具有非常良好的性能，它以分层的方式收集局部特征以获得更好的图像表示。由于自注意力机制和多层感知机)结构，Vision Transformer能够反映复杂的空间变换和长距离特征依赖性，从而获得全局特征表示。在水下目标识别任务中，通过本申请提供的基于CONFORMER算法的向量机图像分类方法，相较于现有技术，能够更好的克服样本稀少与特征稀缺导致的不良影响，更加顺利对声纳图像进行分类处理，同时也提高了图像分类处理的准确率。

公开(公告)号：CN117671408A

公开(公告)日：2024-03-08

申请号：CN202311362612.0

申请日：2023-10-19

Applicant: 哈尔滨工程大学

Inventor： 余乐安 ,  万晨旭 ,  那琪 ,  于洋 ,  郭兴海 ,  张茗淇

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06T3/04 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及训练集扩充技术领域，具体说是训练集扩充技术多类别循环生成对抗方法，包括：采用生成式模型扩充训练样本；引入外源信息可以降低生成模型过拟合现象，提升分类神经网络的分类精度；但由于水下数据的稀少，采用传统的生成方式，仅依据原有的数据进行扩充，难以起到很好的效果；为了更好的扩充数据，本技术提出M‑CycleGAN网络来对训练集进行扩充；构建3D模型图像数据集，引入外源的分类目标信息，辅助生成模型生成与分类数据集相似的新数据。