-
公开(公告)号：CN108052968B
公开(公告)日：2021-11-12
申请号：CN201711293976.2
申请日：2017-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种QSFLA‑SVM的感知入侵检测方法，设置相关参数；对青蛙种群的位置进行初始化；将每个青蛙个体的位置信息传入支持向量机异常序列检测模型，将计算出的测试集分类正确率作为每个青蛙个体适应度函数值，对青蛙种群进行降序排列并对排列后的种群进行子种群划分；利用量子粒子群更新机制对每个青蛙子种群最坏个体进行更新，直到达到局部最大迭代次数；进行全局信息交换，如果达到全局最大迭代次数，则返回全局最优青蛙个体，此时该个体位置信息为SVM异常序列检测模型对测试集分类取得最大正确率时参数最优值，输出最优测试集分类结果。本发明结合基于量子粒子群搜索机制的量子衍生混合蛙跳入侵检测算法和支持向量机来进行入侵检测。
-
公开(公告)号：CN112908341A
公开(公告)日：2021-06-04
申请号：CN202110197641.0
申请日：2021-02-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于多任务自注意力机制的语言学习者声纹识别方法。包括如下步骤：(1)对原始语音信号进行预处理；(2)提出构建多任务自注意力网络(Multi‑Task Self‑Attention Network，MT‑SANet)模型；(3)提出从新的角度将学习语言过程中的不同学习阶段纳入辅助任务；(4)完成基于多任务自注意力机制的语言学习者声纹识别。本发明为了取得更好的语言学习者的声纹识别效果，提出一种基于多任务自注意力机制的语言学习者声纹识别方法。本发明提出的基于多任务自注意力机制的语言学习者声纹识别方法，能更好的提高声纹识别的正确率和泛化能力，具有一定的有效性。
-
公开(公告)号：CN110490816A
公开(公告)日：2019-11-22
申请号：CN201910633686.0
申请日：2019-07-15
Applicant: 哈尔滨工程大学
IPC: G06T5/00 , G10L21/0208
Abstract: 本发明提供一种水下异构信息数据降噪方法，通过模拟水下异构信息数据集；对异构信息数据进行预处理，对异构信息数据进行im2col方法采样，将采样结果进行归一化处理；提取模拟水下异构信息数据中的过完备稀疏特征和水下异构信息数据深层特征，构建SCSDA模型；完成SCSDA模型的水下异构信息数据降噪处理，将水下异构信息数据作为测试集，利用SCSDA模型对其进行降噪处理得到降噪结果向量；对降噪结果向量进行反归一化处理及col2im方法处理，得到降噪处理后的水下异构信息数据。本发明提出的基于堆叠式卷积稀疏降噪自编码器的水下异构信息数据降噪方法，处理速度较快，具有良好的盲去噪能力，并能较好地保留水下异构信息数据边缘特征，具有一定的鲁棒性和有效性。
-
公开(公告)号：CN109146922A
公开(公告)日：2019-01-04
申请号：CN201810757443.3
申请日：2018-07-11
Applicant: 哈尔滨工程大学
CPC classification number: G06T7/246 , G06N3/006 , G06T2207/10016 , G06T2207/20004 , G06T2207/20081
Abstract: 本发明涉及的图像处理技术领域，具体地说是一种基于自适应粒子群优化的前视声纳水下目标跟踪方法，本发明提出由迭代次数与适应度值自适应调整惯性权重，平衡粒子的探索与开发能力，使粒子能快速搜索到全局最优解；选择种群中的随机粒子与当前粒子的个体最优值进行比较，采用两者中个体最优值较大的粒子，更新粒子的速度，解决粒子陷入局部最优的问题。当水下目标被遮挡时，根据目标遮挡情况，提出利用新的自适应离散群优化算法的更新机制更新粒子，最终完成前视声纳水下目标跟踪。本发明对水下目标跟踪具有较好的跟踪精度和较快的跟踪速度，并且当目标存在遮挡、对比度变化较大、弱小目标、受噪声影响严重等情况仍然具有一定的有效性和适应性。
-
公开(公告)号：CN105405118B
公开(公告)日：2017-11-21
申请号：CN201510676957.2
申请日：2015-10-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于量子衍生混合蛙跳的水下声纳图像目标检测方法。包括(1)适应度函数；(2)量子进化更新；(3)模糊隶属度矩阵结合空间信息去除孤立区；(4)对检测结果进行基于信息论的客观定量评价分析。本发明利用量子比特对青蛙种群进行编码，并结合类内和类间信息的适应度函数来更为准确地评价青蛙位置的好坏；采用量子进化更新方式，利用相位角编码，更新子种群中最坏位置的青蛙；根据模糊隶属度矩阵结合空间信息去除孤立区的方法获得更精确的检测结果；提出分割布局噪声熵对最终检测结果进行定量分析。本发明能更为准确地完成水下声纳图像目标检测，有一定的检测精度和有效性，具有较高的适应性。
-
Patent Agency Ranking
公开(公告)号：CN105405125A
公开(公告)日：2016-03-16
申请号：CN201510706021.X
申请日：2015-10-27
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6223 , G06T2207/20116
Abstract: 本发明公开了一种自适应阶梯初始化的窄带Chan-Vese模型水下多目标分割方法，包括以下步骤，步骤一：声纳图像平滑去噪处理后，根据块方式的k-均值聚类算法完成初始分割，初步判断水下目标的位置；步骤二：确定阶梯区域，确定自适应阶梯初始化零水平集函数；步骤三：利用Chan-Vese模型窄带水平集进行声纳图像分割，完成水下多目标区域的两类和三类分割；步骤四：对分割结果进行基于Chan-Vese模型的客观定量分析。本发明采用Chan-Vese模型窄带水平集进行声纳图像分割，能完成局部寻优，避免已有水平集方法的全局搜索，使分割结果中噪声的影响降到最小，能进一步提高分割精度和速度。
-
公开(公告)号：CN105405118A
公开(公告)日：2016-03-16
申请号：CN201510676957.2
申请日：2015-10-16
Applicant: 哈尔滨工程大学
IPC: G06T7/00
CPC classification number: G06T7/0012
Abstract: 本发明提供的是一种基于量子衍生混合蛙跳的水下声纳图像目标检测方法。包括(1)适应度函数；(2)量子进化更新；(3)模糊隶属度矩阵结合空间信息去除孤立区；(4)对检测结果进行基于信息论的客观定量评价分析。本发明利用量子比特对青蛙种群进行编码，并结合类内和类间信息的适应度函数来更为准确地评价青蛙位置的好坏；采用量子进化更新方式，利用相位角编码，更新子种群中最坏位置的青蛙；根据模糊隶属度矩阵结合空间信息去除孤立区的方法获得更精确的检测结果；提出分割布局噪声熵对最终检测结果进行定量分析。本发明能更为准确地完成水下声纳图像目标检测，有一定的检测精度和有效性，具有较高的适应性。
-
公开(公告)号：CN103903280A
公开(公告)日：2014-07-02
申请号：CN201410120980.9
申请日：2014-03-28
Applicant: 哈尔滨工程大学
IPC: G06T7/20
Abstract: 本发明属于图像处理技术领域，具体涉及一种改进水平集目标提取的子块权重Mean-Shift跟踪方法。本发明包括：对跟踪目标区域进行分块；计算每个子块的权重和最终权重；计算每个子块目标区域与候选区域的相似度以及整体目标区域与候选区域的相似度；更新模板，跟踪结果的确定。本发明根据算法过程和视频图像的特点，为了提高提取精度和运行效率，提出结合惩罚项的窄带水平集方法得到目标的边缘轮廓，确定目标边缘位置。
-
公开(公告)号：CN100579865C
公开(公告)日：2010-01-13
申请号：CN200810064358.5
申请日：2008-04-23
Applicant: 哈尔滨工程大学
IPC: B63H1/36
Abstract: 本发明提供的是一种水下微型仿生机器鱼。它包括一个半球形头部、一个躯体和一对推动尾。半球形头部前端安装有两个微型红外光电传感器，躯体连接于半球形头部和推动尾之间；所述的躯体是由记忆合金弹簧和套在记忆合金弹簧外的轻质压簧组成的可伸缩躯体；所述的推动尾是两片并排安放在伸缩壳体两侧的ICPF鱼尾。记忆合金弹簧、ICPF分别通过轻质导线与外界电路相连。本发明呈现了一种低电压供电的、新型智能材料驱动的、超低噪音的，水下微型仿生机器鱼。本发明是在研究了一些常见鱼类的运动方式后，综合了水母上浮下潜以及鱼类摆尾前进的特点而设计的。
-
公开(公告)号：CN118411602A
公开(公告)日：2024-07-30
申请号：CN202410498688.4
申请日：2024-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种改进YOLOv8的森林火情检测方法，属于图像检测技术领域，包括：预处理原始图像数据；利用骨干网络中提出的蛇形Transformer模块提取带状火焰的特征信息；利用颈部网络中设计的混合深度卷积网络捕捉目标细粒度尺度信息；利用头部网络的SIoU损失中的角度惩罚定位烟雾边界；构建改进YOLOv8的森林火情检测模型；利用所述改进YOLOv8的森林火情检测模型进行火情检测，完成森林火情检测任务。本发明提出的改进YOLOv8的森林火情检测方法，在检测精确度、定位效果上有较好的表现，具有一定有效性。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.028 seconds)
