-
公开(公告)号：CN109934282B
公开(公告)日：2022-05-31
申请号：CN201910176375.6
申请日：2019-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明属于合成孔径雷达小样本目标识别领域，具体涉及一种基于SAGAN样本扩充和辅助信息的SAR目标分类方法。本研究根据SAR的数据样本图像的特性，对Inception结构进行优化和改进，并添加适当的正则化条件，联合上述的GAN小样本生成和GAN小样本超分辨率的成果，对SAR小样本目标进行精确的识别。本发明提出了一种更适用于SAR遥感图像的网络，使得其能够学习不同种类目标区域的特征，从而生成新的较为逼真的目标区域图像，解决了SAR小样本的数据量少的问题。解决了针对合成孔径雷达SAR遥感图像中的目标区域，一种基于自注意力生成对抗网络样本扩充和辅助信息的SAR目标分类方法，本发明主要涉及生成式对抗网络来扩充SAR新样本数据，并基于Restnet50结构网络用以SAR小样本目标识别。
-
公开(公告)号：CN113051574A
公开(公告)日：2021-06-29
申请号：CN202110265675.9
申请日：2021-03-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于区块链智能合约安全检测技术领域，具体涉及一种智能合约二进制代码的漏洞检测方法。面向复杂漏洞类型，本发明采用动静态结合的检测方法，使用符号执行方法帮助减少模糊匹配方法的开销。针对一般漏洞，本发明提出基于关键指令的静态检测方法，首先反编译字节码生成控制流图CFG，同时为不同类别的漏洞定义了不同的关键指令及规则，使用Z3约束求解引擎进行符号表达式建模，解决了EVM中数据长度为符号表达式的指令的符号建模问题，并通过提取关键路径生成可能利用漏洞的执行路径。本发明解决了智能合约漏洞检测技术手段单一、漏洞检测大多针对合约源代码问题，实现了在仅给定一个合约二进制代码的情况下对其进行漏洞检测。
-
公开(公告)号：CN110060699A
公开(公告)日：2019-07-26
申请号：CN201910421602.7
申请日：2019-05-21
Applicant: 哈尔滨工程大学
IPC: G10L21/0272 , G10L21/0208
Abstract: 本发明提供的是一种基于深度稀疏展开的单信道语音分离方法。步骤一、将输入的混沌、纯净语音进行信号预处理，进行特征的提取；步骤二、结合稀疏NMF和深度展开对单信道语音语音分离问题进行模型建立；步骤三、将建立好的模型与提取的特征进行模型训练，得到基本系数；步骤四、再次输入混沌、纯净语音信号数据进行测试，经过傅里叶逆变换后，最终得到纯净语音。该方法将稀疏非负矩阵分离与深度展开方法相结合，对语音分离具有一定效果。
-
公开(公告)号：CN106372467A
公开(公告)日：2017-02-01
申请号：CN201610793159.2
申请日：2016-08-31
Applicant: 哈尔滨工程大学
IPC: G06F21/16
Abstract: 本发明提供的是一种基于颜色分量的用于版权保护的海图水印方法。使用密钥生成的伪随机比特流同原始水印图像进行异或运算，将水印编码映射为伪随机序列。对待嵌入水印的图像进行线性扫描，对需嵌入水印的像素点的亮度进行调整。调整信号强度因子，确定水印在整个图像内的嵌入比例框架。根据高斯像素加权掩码优化像素点周围的亮度值。赋予滤波区域中心更大的权重，并调整图像亮度，归一化像素点的亮度值。像素点嵌入水印。计算水印信息。伪随机比特流进行异或运算，反排列得到水印图像。与伪随机比特流进行异或运算重新排列得到真正水印信息。畸变失真修复。不良反射消减。本发明能够适应多种后期图像处理需求，如几何矫正、反射消除等。
-
公开(公告)号：CN104915918A
公开(公告)日：2015-09-16
申请号：CN201510349570.6
申请日：2015-06-23
Applicant: 哈尔滨工程大学
IPC: G06T1/00
Abstract: 本发明具体涉及的是一种面向影像地图的强鲁棒数字水印方法。本发明根据IMG影像地图的数据结构，读取节点的链表，并按照对应字段分别获得每个节点的像素值；获得水印二进制编码，生成相应的伪随机序列；根据地图规模和伪随机序列大小，设定小于1个像素单位的值作为阈值，对地图进行八个方向的平移；计算每一个特征点与周围像素点的差值，并读取伪随机序列，将对应随机序列值与像素差值的乘积累加到该特征点的像素值；对于嵌入水印后的地图，随机选取其中几幅发布。本发明实现了强鲁棒性的水印嵌入和提取。水印嵌入载体基于影像的亮度差值，且嵌入多幅相关性极强的地图内，水印一旦遭到破坏，可通过求取相关性和地图的平均像素值而得以恢复。
-
Patent Agency Ranking
公开(公告)号：CN101706943A
公开(公告)日：2010-05-12
申请号：CN200910073150.4
申请日：2009-11-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于文件属性特征的影像地图水印方法。(1)读取影像地图文件中含有冗余字节的数据结构；(2)扫描水印位图并将其转换为二值序列；(3)将二值序列的拟嵌入长度及顺序写入首选的冗余字节空间内；(4)将二值水印序列依次写入到文件的冗余字节中；(5)利用水印提取单元读取水印位图大小；(6)利用水印提取单元依次读取二值水印序列；(7)根据二值水印序列和水印位图的大小，生成水印位图。本发明实现了完全无损的水印嵌入与提取，不对地图文件造成任何损坏，并具有较好的鲁棒性及不可见件。
-
-
公开(公告)号：CN114841318B
公开(公告)日：2024-10-15
申请号：CN202210474802.0
申请日：2022-04-29
Applicant: 哈尔滨工程大学
Abstract: 基于跨模态知识蒸馏的智能合约漏洞检测方法,涉及区块链技术领域，针对现有技术中无法将两种模态的特征信息融合并加以处理的问题，与现有技术相比，本申请针对当前仅分析一种模态的逻辑信息作为智能合约漏洞检测的基础，提出基于跨模态知识蒸馏的智能合约漏洞检测方法。本申请的漏洞检测方法可有效地发现大量智能合约存在的漏洞，且准确度较高。本申请提出的漏洞检测方法有助于在智能合约漏洞造成损失之前发现和预防漏洞，避免不可估量的经济损失。
-
公开(公告)号：CN111767810B
公开(公告)日：2022-08-02
申请号：CN202010558654.1
申请日：2020-06-18
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于D‑LinkNet的遥感图像道路提取方法，包括如下步骤：S1：将特征图输入D‑LinkNet网络后，在基于残差网络与迁移学习的编码器子网络中完成处理；S2：将步骤S1输出的特征图输入到基于扩张卷积与卷积块注意力模块的特征提取子网络中进行特征提取；S3：经过前两个子网络的处理后得到的特征图进入基于转置卷积的解码器子网络中实现图像的恢复。本发明能够对遥感图像中的道路特征下采样，很好地避免了网络的退化问题，同时加强道路特征的提取；能够使用扩张卷积扩增感受野，在不增加下采样的同时，感知更大范围内的道路特征，并进行特征提取，能够很好地应对遥感图像中道路部分占幅比例过小的问题。
-
公开(公告)号：CN114153640A
公开(公告)日：2022-03-08
申请号：CN202111421597.3
申请日：2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于分布式流处理系统容错技术领域，具体涉及一种基于深度强化学习的系统容错策略方法。本发明将深度强化学习技术应用于分布式流处理系统的容错问题中，能够将容错问题中数据备份的分配问题表述为资源分配问题，构建以任务和任务之间的联系为顶点和边的神经网络模型，并经过多层次的训练，有效的使当前系统容错问题处理效果更优秀，同时能够为分布式流处理系统容错问题提供一种基于深度强化学习的可行的方法。本发明所提供的技术方案可恰当分配备份资源，对系统容错开销进行评价，从而降低当前主要以上游备份为主要方案进行处理的复杂度，提高系统容错的效率，降低现有方法的容错开销。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.028 seconds)
