-
公开(公告)号：CN117632249A
公开(公告)日：2024-03-01
申请号：CN202311664371.5
申请日：2023-12-06
Applicant: 哈尔滨工程大学
Abstract: 一种基于节点特征融合的图神经网络代码差异检测方法，涉及软件测试技术领域。本发明是为了解决现有代码差异检测方法还存在检测准确率低且检测过程容易丢失代码语义信息和结构信息，从而导致无法给测试人员提供准确的测试方向，进而导致测试效率低的问题。本发明包括：获取两份待比较的源代码，并对两份待比较的源代码进行预处理，获得两棵C++源代码语法树；利用源代码语法树进行图构建获得语法图，并获取语法图中节点的嵌入特征向量，将语法图和语法图中的节点的嵌入特征向量输入到GCN图卷积神经网络中，获得语法图嵌入表示；采用对语法图的嵌入表示和语法图中节点的嵌入特征向量进行节点匹配，获得G中节点的匹配关系。本发明用于代码差异检测。
-
公开(公告)号：CN111028152B
公开(公告)日：2023-05-05
申请号：CN201911240433.3
申请日：2019-12-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像超分辨率重建技术领域，具体涉及一种基于地形匹配的声呐图像的超分辨率重建方法。本发明通过使用中值滤波器、拉普拉斯滤波器对声呐图像进行预处理，在声呐图像中识别并选定地形作为参照物，对同一地形参照物进行配准，解决声呐图像在产生的过程中同一地形在图像中的位置不同的问题。本发明利用声呐图像中的同一地形，将多张声呐图像依据该地形进行配准，使用多张声呐图像重建一张新的图像，直到最终高分辨率图像的生成，解决了声呐图像分辨率低、信噪比低、对比度低、斑点噪声突出的问题，提高了声呐图像的分辨率从而获得更多信息。
-
公开(公告)号：CN111145344B
公开(公告)日：2023-03-28
申请号：CN201911405700.8
申请日：2019-12-30
Abstract: 一种用于雪雕3D重建的结构光测量方法，涉及结构光测量技术领域，针对现有技术中雪雕3D重建测量时，由于作业场景、强烈的环境噪声和特殊的表面光学特性的影响，导致测量准确性低的问题，本发明在不改变结构光传感器结构的前提下，通过数字图像处理手段提高系统抗噪能力，保证测量结果的精度和实时性，使传感器能够作业于野外复杂环境中，扩大了结构光传感器的应用范围，提高了测量的准确性。本发明整个处理过程将结构光图像中的关键问题集中到一个时空跟踪框架中，测量结果兼顾鲁棒性、准确性和实时性。
-
公开(公告)号：CN113467481B
公开(公告)日：2022-10-25
申请号：CN202110918358.2
申请日：2021-08-11
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种基于改进Sarsa算法的路径规划方法，属于强化学习和路径规划领域。本发明为了解决基于传统Sarsa算法的路径规划过程存在规划收敛速度较慢、规划效率较低的问题。本发明针对于待进行路径规划的区域建立地图模型，引入路径矩阵P(s，a)，在智能体探索的过程中，动态调整贪婪因子ε，采用ε‑greedy策略进行动作选择，智能体采取动作a后，环境会反馈一个奖励R并进入到下一个状态s′；并基于路径矩阵更新Q值表，从而基于改进的Sarsa算法实现路径规划。主要用于机器人的路径规划。
-
公开(公告)号：CN115081510A
公开(公告)日：2022-09-20
申请号：CN202210503733.1
申请日：2022-05-10
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向水声智能伪装的跨模态高隐蔽对抗样本生成方法及系统，属于数字图像处理技术和水声信号处理技术领域，其中，该方法包括以下步骤：模拟海底混响分布形式，获取我方舰船发出的原始水声信号，并生成初始对抗扰动；对初始对抗扰动中的扰动量进行频段限制，以生成声波对抗样本；利用傅里叶变换处理我方舰船发出的原始水声信号，以生成图像模态对抗样本。该方法使播放的对抗扰动能够同时欺骗声波和图像处理模型，且不引起人耳和人眼的警觉，进而实现水声对抗场景中对敌智能伪装。
-
Patent Agency Ranking
公开(公告)号：CN114254618A
公开(公告)日：2022-03-29
申请号：CN202111525656.1
申请日：2021-12-14
Applicant: 哈尔滨工程大学
Abstract: 基于动态路由注意力机制的视觉问答方法、存储介质及设备，属于自然语言处理技术领域。为了解决现有的引入了多层注意力的问答模型由于参数量过多，从而导致了训练时长，甚至梯度消失的问题。本发明将图像I和文本问题Q输入视觉问答模型以获得问答答案；视觉问答模型包括：对图像和文本问题进行特征提取的特征提取单元、使用动态路由的方式分别以文本问题特征、视觉特征作为参考向量和特征矩阵在图像中进行注意力权重的更新，根据注意力权重分布获取到图像中的输出向量的动态路由注意力网络单元，以及将获取到的输出向量输入到两层全连接层进行特征转换，然后通过预测层对问题的答案进行预测的答案预测单元。本发明主要用于视觉问答。
-
公开(公告)号：CN110991728A
公开(公告)日：2020-04-10
申请号：CN201911191064.3
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种打车平台中补偿激励的任务分配方法领域。所述方法包括如下步骤：任务发布者向打车平台发布打车任务并提供打车任务酬金；打车平台预测以打车任务位置为圆心的半径内接受任务的司机人数期望；在任务发布范围内的司机收到任务后选择是否接受任务，接受任务的司机提交接受任务申请给平台；打车平台收到接受任务司机的申请后，将这些司机作为任务候选者发送给打车任务发布者；任务发布者可以根据自身的需求从平台提供的候选者中选择一个合适的司机接受任务；任务完成后，平台支付任务报酬。本发明能够将任务指定到接受任务意愿较高的司机人群中，打车任务会发布到离打车任务更近范围内的司机，使得任务能够在更近的范围内被接受。
-
公开(公告)号：CN110942473A
公开(公告)日：2020-03-31
申请号：CN201911214360.0
申请日：2019-12-02
Applicant: 哈尔滨工程大学
IPC: G06T7/246
Abstract: 本发明属于运动目标跟踪检测技术领域，具体涉及一种基于特征点网格化匹配的运动目标跟踪检测方法。本发明通过先提取运动目标和待检测目标的特征点进行匹配，然后划分网格并统计特征点落于网格的位置，再根据网格中的特征点找到运动目标在待检测图像中的位置。本发明将运动的平滑性限制转换成去除错误匹配的数据测量，利用特征点正确匹配对周围比错误对周围有更多的支持点对，筛选剔除错误点对，大大提高了特征点匹配的正确率，从而提升了目标检测的准确度。本发明可用于解决由于运动的平滑性限制而造成的运动目标检测困难问题，本发明能够迅速剔除错误的匹配，提高匹配的稳定性，从而迅速定位运动目标的位置。
-
公开(公告)号：CN105490962B
公开(公告)日：2018-10-26
申请号：CN201510884120.7
申请日：2015-12-04
Applicant: 哈尔滨工程大学
IPC: H04L12/851 , H04L12/865 , H04L12/815 , H04L12/729
Abstract: 本发明属于OpenFlow网络管理领域，具体涉及一种基于OpenFlow网络的QoS管理方法。本发明包括：在数据层上进行数据分类；在数据层上进行PQ队列调度与DRR队列调度相结合的队列调度；在数据层上进行队列管理；在控制层上根据数据流的类型和网络当前状况进行首次路由；在控制层上进行路由迁移。本发明通过业务的类别、链路利用率、流的速度，为链路赋予权值，完成路由算法的改进；利用软件定义网络集中控制的特性，提出了一种路由迁移算法，并对路由迁移的时机选择做了优化。
-
公开(公告)号：CN110910377B
公开(公告)日：2023-01-03
申请号：CN201911190631.3
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于医学图像识别技术领域，具体涉及应用在临床实践上的一种基于神经网络的脑梗死MRI图像识别方法。本发明包括以下步骤：采集明确具有脑梗死疾病的脑部MRI图像；数据预处理，对标注好的原始图像进行缩放和裁剪处理；构建神经网络，卷积神经网络总深度为11层,卷积核大小为3*3,第2、4、7层步长为2,其余层步长为1；训练神经网络；测试模型；诊断测试；输出模型和整理结果。本发明的优点在于：使用卷积神经网络进行头部MRI图像识别,相比于传统方法,准确率更高,诊断过程更加智能化，且可以应用于除头部MRI识别外的其他应用场景。本发明使用全卷积网络作为基础网络结构,保留局部信息,使得学习到的特征更易被可视化和理解。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.073 seconds)
