-
公开(公告)号：CN103237394B
公开(公告)日：2014-12-03
申请号：CN201310150848.8
申请日：2013-04-26
Applicant: 哈尔滨理工大学
IPC: H05B37/03
CPC classification number: Y02B20/42
Abstract: 大功率无极汞灯系统的工作状态检测报警系统及其检测方法，涉及一种检测报警系统。为了解决若磁控管或无极汞灯发生故障，导致无极汞灯系统无法工作，而不能对大功率的无极汞灯系统进行实时检测的问题。它通过电流强度传感器和光强传感器分别测量磁控管的工作电流信号和无极汞灯的光强信号，所述信号分别通过放大电路和采样保持器，由控制系统控制所述采样保持器的状态、多路模拟开关的通道选择和A/D转换器的采集次数、检测大功率无极汞灯系统的工作状态。当大功率无极汞灯系统出现错误的状态，报警系统自动报警，同时将所述错误在显示系统显示。它用于检测大功率无极汞灯系统的工作状态。
-
公开(公告)号：CN114639042B
公开(公告)日：2025-04-25
申请号：CN202210261866.2
申请日：2022-03-17
Applicant: 哈尔滨理工大学
IPC: G06V20/40 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于改进CenterNet骨干网络的视频目标检测算法，包括以下步骤：数据集采集；构建训练数据集；图像特征提取；图像特征融合；目标检测结果输出。本发明改进CenterNet骨干网络的目标检测算法包括利用ADS‑DLA34代替DLA34骨干网络。在ADS‑DLA34网络中，将软池化代替DLA34网络下采样的传统池化方式、可变形卷积代替上采样传统2D卷积、并在网络中结合注意力机制。使得改进之后的网络减少了目标特征信息的损失、增强对形变遮挡目标的学习能力、且网络更关注于图像中的关键信息，增强了模型特征提取融合的能力。从而以改进模型结构的角度，提高目标检测算法的性能，既保证了目标检测速度，又提高了目标检测精度，增强了不同领域下尤其是视频中目标物体的检测识别能力。
-
公开(公告)号：CN109875686A
公开(公告)日：2019-06-14
申请号：CN201910200992.5
申请日：2019-03-16
Applicant: 哈尔滨理工大学
Abstract: 本发明一种患者体表投影图像序列生成方法属于医学、三维立体成像、数字图像处理等技术领域；该方法首先根据医生视角和内腔三维模型，利用典型摄像机成像模型，计算医生期望看到的内腔图像，然后根据内腔图像、患者体表三维形貌、医生视角、投影机方位，计算体表投影图像序列；本发明一种患者体表投影图像序列生成方法，根据统一的医生头部坐标系、内腔坐标系、患者体表坐标系、投影机坐标，实时计算医生期望看到的内腔图像，然后将内腔图像结合患者体表投影图像序列，利用点对应而非曲面拟合，患者体表上的医生视场和投影机视场重合覆盖区域均可准确计算投影图像，而与患者体表的复杂程度无关，因此在投影的同时能够实现畸变矫正。
-
公开(公告)号：CN109740578A
公开(公告)日：2019-05-10
申请号：CN201910153743.5
申请日：2019-03-01
Applicant: 哈尔滨理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种适用于光照、姿态、表情变化的人脸识别方法，本方法首先从ORL、Extend Yale B和CMU-PIE人脸图像库中获取人脸图像并进行分块处理；其次，采用中心对称局部二值模式提取人脸图像各子块的纹理特征；再其次，将纹理特征形成纹理特征统计直方图，并输入到深度信念网络的可视层；最后，通过深度学习完成人脸图像的分类与识别。在此基础上，通过在人脸图像库的人脸识别实验，得出了不同人脸库人脸图像最佳的分块方式与最佳深度信念网络隐藏单位数，完成了与多种人脸识别方法的对比实验。本发明采用中心对称局部二值模式用于特征提取，能够降低特征提取的计算复杂度，具有较高的识别率，对于微小的光照、姿态和表情变化的影响具有一定的抑制作用。
-
公开(公告)号：CN109474258A
公开(公告)日：2019-03-15
申请号：CN201811368975.4
申请日：2018-11-16
Applicant: 哈尔滨理工大学
Abstract: 基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，它用于核自适应滤波器技术领域。本发明解决了现有的随机傅立叶特征核最小均方算法的稳态精度低的问题。本发明通过核极化策略得到优化的核参数值，这些极化核参数值相比于随机采样得到的参数值更加匹配训练数据中所包含的特征信息，将优化的核参数值用于随机傅立叶特征映射，映射后的特征子空间更加接近于给定的学习任务模型；基于该极化特征网络构建的核自适应滤波器的非线性建模性能得以提高，与未采用核极化策略的随机傅立叶特征最小均方算法相比，在同样复杂度下，本发明方法的稳态精度提高1dB到2dB。本发明可以应用于核自适应滤波器技术领域。
-
Patent Agency Ranking
公开(公告)号：CN104900478B
公开(公告)日：2017-05-03
申请号：CN201510316631.9
申请日：2015-06-10
Applicant: 哈尔滨理工大学
Abstract: 一种基于微波激励的大功率微波无极紫外灯及其制备方法，本发明涉及基于微波激励的大功率微波无极紫外灯及其制备方法。本发明的目的是目前还没有针对于不同待加工产品所需的辐照需求而制备的大功率微波无极紫外灯。通过以下技术方案实现的：所述大功率微波无极紫外灯包括无极紫外灯管(1)、两个磁控管(2)、两个波导管(3)和微波谐振腔；所述微波谐振腔由反光罩(4)和金属屏蔽网(5)组成，反光罩(4)开口扣装于金属屏蔽网(5)上，二者围合的空腔为微波谐振腔；无极紫外灯管(1)设置于微波谐振腔内，反光罩(4)的两端分别设置一个波导管(3)，波导管(3)的相对侧分别设置一个磁控管(2)。本发明应用于无极紫外灯领域。
-
公开(公告)号：CN114187469B
公开(公告)日：2025-05-13
申请号：CN202111340017.8
申请日：2021-11-12
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于M‑HybridSN‑Attention的高光谱图像分类方法。首先，采用Mixup算法构造高光谱图像虚拟数据集对原始数据进行扩充，扩充后的数据量是原数据量的2倍，很大程度上缓解了因高光谱图像的小样本性导致的过拟合的现象；其次，对HybridSN中的3DCNN部分的网络结构进行改进，在三维卷积层与Relu层之间加入卷积块注意力模块，对光谱与空间中的判别性特征进行增强并对非判别性特征进行抑制，提高了判别性特征在识别中的作用；再应用2DCNN网络，用以区分不同光谱波段内的空间信息，且不会大量丢失光谱信息，保证高光谱数据信息的完整性，最后，将得到的光谱‑空间特征送入SoftMax分类器得出最终分类结果。
-
公开(公告)号：CN114639042A
公开(公告)日：2022-06-17
申请号：CN202210261866.2
申请日：2022-03-17
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于改进CenterNet骨干网络的视频目标检测算法，包括以下步骤：数据集采集；构建训练数据集；图像特征提取；图像特征融合；目标检测结果输出。本发明改进CenterNet骨干网络的目标检测算法包括利用ADS‑DLA34代替DLA34骨干网络。在ADS‑DLA34网络中，将软池化代替DLA34网络下采样的传统池化方式、可变形卷积代替上采样传统2D卷积、并在网络中结合注意力机制。使得改进之后的网络减少了目标特征信息的损失、增强对形变遮挡目标的学习能力、且网络更关注于图像中的关键信息，增强了模型特征提取融合的能力。从而以改进模型结构的角度，提高目标检测算法的性能，既保证了目标检测速度，又提高了目标检测精度，增强了不同领域下尤其是视频中目标物体的检测识别能力。
-
-
公开(公告)号：CN113538360A
公开(公告)日：2021-10-22
申请号：CN202110783730.3
申请日：2021-07-12
Applicant: 哈尔滨理工大学
Abstract: 本发明公开一种塑料杯表面缺陷检测系统。通过摄像头读取塑料杯图像，传输给ZYNQ的PL上(ZYNQ的PL部分为可编程逻辑器件)，进行图像缺陷分类，最后将结果显示在LCD屏上。图像缺陷检测算法采用BOW(视觉词袋)+SVM(支持向量机)的方式，在图像的特征提取上，本发明采用了FAST‑SUFT特征检测与描述算法，FAST算法检测速度快，检测的细节多，但并不涉及特征点的特征描述，这时利用SUFT算法生成特征描述符，两个算法可以互补，同时对FAST算法进行改进。在图像算法移植上，使用xilinx的HLS高层综合工具，方便移植到PL上。本发明实现了塑料杯表面缺陷的智能检测，具有良好的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
