-
公开(公告)号：CN101567081B
公开(公告)日：2011-04-20
申请号：CN200910072173.3
申请日：2009-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手部静脉图像增强方法。包括全局对比度增强和局部细节增强，第一步利用双参数关系函数将手部静脉模式样本从空间域变换到模糊域，并增强样本的全局对比度；第二步在模糊域中利用多尺度Retinex算法对手部静脉模式的细节进行增强；第三步将手部静脉模式从模糊域变换到空间域，形成结果图像。本发明解决了手部静脉样本对比度低、灰度值窄、灰度值分布不均匀等问题，且经过改进之后使得方法的效率符合模式识别系统的要求。
-
公开(公告)号：CN101419454B
公开(公告)日：2011-04-20
申请号：CN200810209604.1
申请日：2008-12-04
Applicant: 哈尔滨工程大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明提供的是一种基于人工免疫方法的卷烟叶组配方维护方法。将免疫神经网络、免疫网络、免疫算法与专家系统方法相结合，应用于卷烟叶组标准配方维护，建立配方维护设计的智能系统。该方法先根据行业专家经验将样本数据按风格分组；再用独特型免疫网络聚类，将单料烟按指标划分为不同的类，同类烟叶具有可替换性；结合专家经验选择烟叶，组成新叶组方案，并采用免疫优化算法对叶组方案编码，进行优化搜索；调用成品烟的神经网络预测模型，对叶组配方方案进行评价，最终推荐出最优或接近最优的几组叶组配方维护方案。该方法将行业专家经验、免疫网络聚类与免疫神经网络预测模型有机结合，能有效辅助叶组配方设计及提高卷烟质量生产的稳定性。
-
公开(公告)号：CN101866486A
公开(公告)日：2010-10-20
申请号：CN201010197533.5
申请日：2010-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手指静脉图像质量判断方法。第一步，读入手指静脉图像；第二步，分别获取手指静脉图像的对比度质量分数、位置偏移质量分数、有效区域质量分数、方向模糊度质量分数；第三步，将第二步得到的质量分数按权值累加起来进行综合评价，建立手指静脉图像最终的质量评价函数。本发明首次综合考虑了影响手指静脉图像质量的各种客观因素，并根据手指静脉图像特性提出了一种手指静脉图像质量的分辨方法。
-
公开(公告)号：CN101794376A
公开(公告)日：2010-08-04
申请号：CN201010100960.7
申请日：2010-01-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种三维手形和掌纹的多模态生物图像采集装置。它包括外壳，外壳的上表面为一层透明材料，透明材料的上面固定有3个小中空立柱，中间的中空立柱内安装一个数字温度传感器，左右两个中空立柱为导电材料并安装有电极，在外壳上表面的两侧各安装一个反射镜片，反射镜片向内倾斜45°角，外壳内设置有光源、摄像头和图像采集与处理电路。本发明可以同时获取正面手形、侧面手形和掌纹的图像，不仅采集速度快，而且与相关识别算法构成的多模态生物特征识别系统，其识别性能好于仅基于手形、或掌纹的单模态生物特征识别系统。
-
公开(公告)号：CN101567081A
公开(公告)日：2009-10-28
申请号：CN200910072173.3
申请日：2009-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手部静脉图像增强方法。包括全局对比度增强和局部细节增强，第一步利用双参数关系函数将手部静脉模式样本从空间域变换到模糊域，并增强样本的全局对比度；第二步在模糊域中利用多尺度Retinex算法对手部静脉模式的细节进行增强；第三步将手部静脉模式从模糊域变换到空间域，形成结果图像。本发明解决了手部静脉样本对比度低、灰度值窄、灰度值分布不均匀等问题，且经过改进之后使得方法的效率符合模式识别系统的要求。
-
Patent Agency Ranking
公开(公告)号：CN119090052A
公开(公告)日：2024-12-06
申请号：CN202411084845.3
申请日：2024-08-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于拓展卡尔曼滤波和LSTM的水下管道轨迹预测方法，首先基于目标跟踪理论，建立管道的水下状态空间模型，生成水下管道轨迹的模拟数据；再搭建LSTM‑EKF，基于拓展卡尔曼滤波结构，构建三个特征用于LSTM网络训练输入；再基于实现最大的训练效果的原则选取训练算法，包括损失函数的选择，模型训练算法的选择，对拓展卡尔曼神经网络进行训练；最后考虑管道模型的不匹配情况，测试基础算法，拓展卡尔曼滤波，拓展卡尔曼神经网络的水下管道预测结果。本发明基于卡尔曼滤波流程将LSTM网络融入其中增加了传统深度学习网络不具备的可解释性，与传统算法相比较精度更高，与完美理想情况比较也相差甚少。
-
公开(公告)号：CN118331049A
公开(公告)日：2024-07-12
申请号：CN202410394265.8
申请日：2024-04-02
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提出了一种未知海流下AUV三维路径跟随控制方法，属于船舶控制技术领域。首先，利用反馈线性化方法将非线性强耦合的航行器模型转换成二阶线性模型，然后设计三维预测器视线导引法，对海流、漂角与攻角进行预测并加以补偿，建立李雅普诺夫‑克拉索夫斯(Lyapunov‑Krasovskii)方程并证明在合适的参数下误差达成收敛。之后基于双幂次趋近律设计滑模控制器，并证明在合适的参数下控制器达到稳定。最后，通过仿真验证了AUV基于该控制器与该视线导引法在存在未知海流情况下存在良好的控制效果。
-
公开(公告)号：CN117909741A
公开(公告)日：2024-04-19
申请号：CN202410072114.0
申请日：2024-01-17
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G01S13/58 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于改进LSTM的水下无人航行器速度预测方法，包括：获取待检测数据；将所述待检测数据输入至水下无人航行器速度预测模型进行预测，获取预测结果；其中，所述水下无人航行器速度预测模型通过Attention注意力机制与LSTM模型相结合以及增加CNN卷积神经网络构建；所述水下无人航行器速度预测模型通过训练集训练获得。本发明采用基于LSTM的神经网络算法，结合Attention注意力机制和CNN卷积神经网络，构建速度预测模型。
-
公开(公告)号：CN116605392A
公开(公告)日：2023-08-18
申请号：CN202310624781.0
申请日：2023-05-30
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种水下无人潜水器的应急抛载结构，包括钛合金耐压舱、电磁阀、抽真空阀、压载重物、o型密封圈组成，所述钛合金耐压舱安装于无人潜水器下方凹槽，对所述钛合金耐压舱开口内壁开槽，安装o型密封圈，所述o型密封圈采用径向密封，密封方式采用动密封，在钛合金耐压舱上部分布着真空阀和电磁阀，整个抛载装置则构建完成；其中压载重物与钛合金耐压舱连接处的中空腔体通过o型密封圈形成密封，o型密封圈安装方式为径向密封，防止气体或者液体进入，在钛合金耐压舱开口内壁开槽并安装o型密封圈封圈，增加机构重复利用性。本发明具有结构简单稳定、功耗低、抗腐蚀性能好等优点，保障无人潜水器在特殊情况安全回收。
-
公开(公告)号：CN114248874B
公开(公告)日：2023-06-09
申请号：CN202111625194.0
申请日：2021-12-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种水下无人航行器的水下布放回收装置和方法。针对现有AUV布放回收装置和方法在布放回收过程中存在安全性差、隐蔽性低等问题提出的，包括:AUV控制台、双层滑道、AUV布放回收舱、光学导引装置、声学导引装置、注排水装置等。本发明提供的水下布放回收装置和方法具有以下优点：1、在高海情情况下，布放回收舱可以沿着预设的滑道方向平稳的移动，可以避免AUV在布放回收过程中与其它航行设备发生碰撞，有效保障了航行安全；2、布放回收装置安装在AUV母船坞舱内，使得AUV的布放回收过程更加隐蔽；3、AUV布放回收舱下放深度可控，有效减少高海情对AUV布放回收的影响。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.027 seconds)
