-
公开(公告)号：CN117475217B
公开(公告)日：2025-01-17
申请号：CN202311439963.7
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 一种基于SSBRID网络的高光谱图像分类方法，它属于遥感图像分类技术领域。本发明解决了现有卷积神经网络的参数多、模型尺寸大以及分类精度低的问题。本发明将二维卷积扩展到三维卷积，可以适应高光谱数据的三维的特点；同时，将非对称卷积核引入三维卷积层中，可以降低模型参数量，提升运行速度；最后，对三维卷积的输出特征进行重组，并送入二维卷积中，可以在减少网络的参数的同时，减小模型尺寸、通过共享信息减少空间冗余，并提高了分类精度。本发明方法可以应用于遥感图像分类。
-
公开(公告)号：CN117475308A
公开(公告)日：2024-01-30
申请号：CN202311439959.0
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06N3/0464 , G06V10/82
Abstract: 一种基于MADWA网络的高光谱图像像素级分类方法，它属于遥感图像分类领域。本发明解决了在噪声标签背景下现有深度神经网络分类准确性差的问题。本发明使用多尺度结构可以充分地学习真实标签及噪声标签数据信息，使网络学习信息的能力得到提升；并设计了光谱空间注意力结构，可以更加有效的关注每个维度所应学习的独特特征，以更加充分利用高光谱数据局部特征，提升了分类准确性。并且通过采用非对称卷积核，可以大幅度降低模型参数，提升运行速度，降低计算复杂度。本发明方法可以应用于遥感图像分类。
-
公开(公告)号：CN117475216A
公开(公告)日：2024-01-30
申请号：CN202311439960.3
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/42 , G06N3/0464 , G06V10/82 , G06V20/13 , G06V20/10 , G06V10/80
Abstract: 一种基于AGLT网络的高光谱与激光雷达数据融合分类方法，它属于高光谱图像分类领域。本发明解决了现有方法的分类性能差的问题。本发明可以从高光谱图像数据中捕获和学习高光谱空‑谱联合特征，从LiDAR‑DSM数据中获取高程特征；并将非对称卷积核引入视觉Transformer结构，充分利用了卷积神经网络强大的空间上下文信息提取能力和基于自注意力机制的视觉Transformer强大的远程依赖建模能力；设计Bi前馈单元用于视觉Transformer，以充分提取数据的全局和局部信息，提高了模型的分类性能。本发明方法可以应用于高光谱图像分类。
-
公开(公告)号：CN116016051B
公开(公告)日：2023-10-10
申请号：CN202211701282.9
申请日：2022-12-28
Applicant: 哈尔滨工程大学
Abstract: 基于基扩展模型的FBMC‑OQAM系统信道拟合与估计方法，为解决FBMC‑OQAM系统双选信道估计结果准确度低、浪费通信资源、通信质量难以保障的问题。基于离散随机优化算法确定FO系统的导频结构，调制由FO导频符号、FO全零符号和FO数据符号组成的帧结构，生成基带发送信号；用基带发送信号和时频双选信道的脉冲响应得基带接收数据；用基扩展模型拟合时频双选信道信息，基带接收数据得到FO离散系统模型，根据FO离散系统模型的BEM表示获取时频双选信道的信道系数矩阵；构造无子载波间干扰结构，建立分布式压缩感知框架，将信道系数向量引入感知框架，得到新感知框架；利用稀疏自适应正交子空间追踪算法重构信道系数，得到估计的时频双选信道信息。
-
公开(公告)号：CN116192576A
公开(公告)日：2023-05-30
申请号：CN202310191895.0
申请日：2023-03-02
Applicant: 哈尔滨工程大学
Abstract: 一种用于FBMC系统抗频率选择性衰落的PSRO原型滤波器，涉及无线通信技术领域，针对现有技术中FBMC系统使用滤波器时，抗多径干扰能力较弱的问题，本申请使用频域采样定理推导正对称滚降系数，采用基于辛格函数设计原型滤波器。利用海森堡不确定参数和方向参数进行时频局域性度量，确保该滤波器的时间局域性性更趋于理想情况，频率局域性具所需效果，从而使得FBMC系统使用该滤波器时具有更小的保护时间和较好的抗多径干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN111323794B
公开(公告)日：2023-05-05
申请号：CN202010204163.7
申请日：2020-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于周期重采样的周期调频干扰消除方法，包括：利用无线接收机获得数字化接收信号数据；对接收数据进行多重自相关运算，检测周期调频成分的调频周期；根据调频干扰的周期特性将接收的信号进行重采样，获得若干组重采样数据，检测并消除重采样数据中的干扰分量，最后进行信号重构，获得消除干扰后的信号。本申请方法能够将分散的宽带干扰能量集中到少数频点，减少了干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
-
公开(公告)号：CN111024086B
公开(公告)日：2022-12-13
申请号：CN201911314257.3
申请日：2019-12-19
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于群禽寻优技术的多无人机航迹规划方法，属于无人机飞行控制领域。本发明提供的方法通过构建三维空间模型，以指数增长的方式对模型进行分割；将曲率、挠率、爬升角、航迹长度、航迹时长、各无人机间的距离和各无人机与障碍物之间的距离作为航迹评估指标，利用指标之间的关联性和权重的实时性构建航迹评估函数，从而提出一种新的群禽寻优技术对该函数值求解，并结合鱼群公告板交互的思想，得到初始航迹点数据并做平滑处理，最后将优化后的航迹点数据传输给各无人机，从而生成多无人机飞行航迹。该方法适应性好、复杂度低、收敛速度快、准确性高、关联性强，同时该方法适用于规划复杂多变的多无人机自主飞行航迹。
-
公开(公告)号：CN111767848B
公开(公告)日：2022-04-12
申请号：CN202010606863.9
申请日：2020-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测识别技术领域，具体涉及一种基于多域特征融合的辐射源个体识别方法。本发明针对现有辐射源个体识别方法中存在的特征信息不全面，分类器泛化能力弱，专家分析主观性强，辐射源个体识别率低等问题，通过融合时域、时频域和高阶域等多域特征，并设计多层神经网络模型作为分类器进而实现辐射源个体识别。融合多域特征解决了特征信息不全面的问题，采用神经网络模型进行识别分类，避免了识别时依赖辐射源信号调制方式等先验信息和专家系统的主观性较强等问题。同时，神经网络模型提升了系统的泛化能力，得到较好的辐射源个体识别效果。
-
公开(公告)号：CN109829319B
公开(公告)日：2021-06-18
申请号：CN201811584307.5
申请日：2018-12-24
Applicant: 哈尔滨工程大学
Abstract: 本申请发明属于图像加密领域，具体涉及一种基于压缩感知技术和Hybrid混沌系统的图像加密方法。该方案利用Hybrid混沌系统生成测量矩阵，利用压缩感知的压缩过程实现图像的一次加密，获得密钥1，然后再次利用Hybrid混沌系统对第一次加密的图像进行置乱，获得二次加密图像，并得到密钥2，解密时，利用得到的二次加密图像和密钥2获得一次加密图像，然后利用密钥1，再次生成测量矩阵，并利用本文所提出的压缩感知恢复算法——ISL0算法对一次加密图像进行解密，从而获得原始图像。通过直方图分析，密钥敏感性分析，抗剪切，抗噪声以及加密图像的相邻元素的相关性分析等仿真结果表明本文所提出的图像加密方案具有创新性，可行性和可靠性。
-
公开(公告)号：CN112487981A
公开(公告)日：2021-03-12
申请号：CN202011374611.4
申请日：2020-11-30
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于双路分割MA‑YOLO的动态手势快速识别方法，所述方法包括：101、提出MA‑YOLO算法，将YOLO主干网络换为更轻量的resnet‑34网络进行特征提取，加入了ASPP模块来改变感受野，同时也加入了注意力机制，可更好的进行自主学习；102、提出基于双路分割的复杂环境手势识别技术，可通过双路分割结合深度信息分割图与肤色分割图实现复杂环境下的手势识别。本发明相比于前人的基础方法精度提高了5.4％，识别速度降低到了50ms以下。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.017 seconds)
