-
公开(公告)号：CN103226132B
公开(公告)日：2014-12-10
申请号：CN201310147962.5
申请日：2013-04-25
Applicant: 哈尔滨工业大学
IPC: G01N29/04
Abstract: 高铁钢轨伤损检测实验平台及检测方法，属于铁路安全监测与防护技术领域，本发明为解决手推式探伤仪的检测结果易受环境和个人因素影响的问题。本发明包括加压装置、丝杆、模拟车轮、模拟高铁钢轨、传送带、主动轮、电机、振动加速度传感器、wifi无线发射模块、wifi无线接收模块和上位机，检测方法包括以下步骤：一、模拟不同车重、不同车速，制造不同的表面伤损，提取振动加速度传感器采集信号的时域特征参数和时频域特征参数，通过支持向量机来建立伤损识别库；二、在模拟高铁钢轨上沿圆周方向设置多个振动加速度传感器，提取每个传感器采集信号的参数；三、对照伤损识别库，判断二获取的每个振动加速度传感器所在位置是否存在表面伤损。
-
公开(公告)号：CN104146732A
公开(公告)日：2014-11-19
申请号：CN201410366117.1
申请日：2014-07-29
Applicant: 哈尔滨工业大学
IPC: A61B8/08
Abstract: 本发明公开了骨密度仪中基于稀疏表示的多参量骨质疏松分类判决方法，其步骤如下：步骤一、构造大小为N的训练样本库W，测量训练样本库里每一个样本的BMD，并测量MSS、BUC、BUA及SOS；步骤二、对训练样本库W的样本按照量测BMD值由小到大进行排序；步骤三、构造其骨质疏松特征参量集向量序列；步骤四、构造骨质疏松等级矩阵；步骤五、根据每个骨质疏松等级矩阵量测数据，训练组量测词典；步骤六、利用量测词典对待测样本稀疏表示系数进行筛选，确定所属骨质疏松等级。该判决方法综合利用了超声透射及背散射中的多种参量构造特征参量集，以该参量集为基础进行分类判决。本发明应用于医学检测、特征分类领域。
-
公开(公告)号：CN101900708B
公开(公告)日：2013-07-31
申请号：CN201010256309.9
申请日：2010-08-18
Applicant: 哈尔滨工业大学
Abstract: 一种基于振动和声频信号的高速列车轨道伤损探测方法，属于信号检测与处理及安全监测领域，它解决了现有列车轨道探伤存在的探测速度慢、探伤方法单一的问题。所述方法为：一、通过设置在列车轨道测试点上的传感器采集列车轨道的振动信号和声频信号；二、分别提取振动和声频信号所包含的信息特征；三、采用非线性相关分析方法分别获得振动信号非线性相关曲线和声频信号的非线性相关曲线；四、分别分析步骤三获得的两条非相关性曲线信息，分别获得两条非线性相关系数曲线的最小值；五、将两个最小值及其对应的信息进行数据融合，获得损伤系数，根据该系数查表获得损伤程度。本发明适用于铁路列车轨道伤损探测及列车运行安全监测。
-
公开(公告)号：CN101832152B
公开(公告)日：2012-09-19
申请号：CN201010200514.3
申请日：2010-06-13
Applicant: 哈尔滨工业大学
Abstract: 具有重组功能的WSN矿井安全监测系统的井下事故监测方法，属于采矿安全监测技术。它克服了以往有线监测系统布线复杂、不能动态跟进采掘工作面、易受破坏等问题。本发明的系统中的地面监控中心是由井下监控接入主机、数据库服务器、监控终端和远程终端组成的以太网系统；井下有线传感器网络是由多个有线传感器组成的CAN总线网络，该CAN总线网络与井下监控接入主机连接，井下无线传感器网络是由网关节点、若干个簇头节点、若干个无线传感器节点和若干个可移动节点组成，其中网关节点与井下有线传感器网络的CAN总线连接。在发生故障后，网关节点和有线传感器节点可以组成更高一级的无线通信网络保证通信的可靠性。本发明适用于现有各种矿井。
-
公开(公告)号：CN101916439B
公开(公告)日：2012-08-08
申请号：CN201010236974.1
申请日：2010-07-27
Applicant: 哈尔滨工业大学
IPC: G06F17/14
Abstract: 基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，属于图像处理领域，本发明为解决采用传统的危险空间碎片探测方法时，必须依赖有关空间碎片图像的样本信息，算法适应性差的问题，本发明方法包括：一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；二、一维经验模态分解，获取两个本征模态函数分量；三、对二阶IMF分量进行希尔伯特变换，得到其幅值和瞬时频率；四、保留幅值高于均值一半的部分，保留瞬时频率高于均值的部分，并分割形成特征波段集合；五、循环搜索特征波段集合，判断目标是否旋转，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。
-
Patent Agency Ranking
公开(公告)号：CN102353717A
公开(公告)日：2012-02-15
申请号：CN201110176806.2
申请日：2011-06-28
Applicant: 哈尔滨工业大学
Abstract: 基于非负张量分解振动特征的钢轨伤损探测装置和方法，涉及高铁钢轨的伤损探测装置和方法，解决了现有的探伤技术对伤损频率接近的伤损情况只能通过幅值来判断，伤损特征难以区分的问题，基于非负张量分解振动特征的钢轨伤损探测装置，包括振动加速度传感器阵列、信号转换电路、信号特征提取模块、伤损匹配模块和伤损判别模块；基于非负张量分解振动特征的钢轨伤损探测方法，包括：步骤一：采集钢轨的原始振动信号；步骤二：转换原始信号为振动信号；步骤三：将振动信号进行HHT分解；步骤四：利用得到频率幅值之间的幅频信号，建立伤损信号的三维张量；步骤五：利用非负张量分解对构建的三维张量信号分解，提取特征信息；用于高铁钢轨伤损探测。
-
公开(公告)号：CN102175768A
公开(公告)日：2011-09-07
申请号：CN201110042898.5
申请日：2011-02-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于振动信号的高铁钢轨伤损探测方法及装置，属于铁路安全监测与防护技术领域，本发明为解决现有的测量设备检测高铁钢轨伤损情况时会严重影响列车运行效率的问题。本发明方法包括：步骤一、通过振动加速度传感器采集高铁钢轨的振动信号，并对所述振动信号进行经验模态分解，获取n个IMF分量和一个残差；步骤二、计算步骤一获取的n个IMF分量与分解之前采集到的振动信号的相关性系数ui(i＝1，2，...，n)，选取相关性系数ui大于阈值λ的IMF分量作为伤损特征信息IMF；步骤三、分别计算步骤二获取的伤损特征信息IMF的功率谱密度，步骤四、根据步骤三获取的伤损特征信息IMF的功率谱密度确定高铁钢轨伤损部位，完成高铁钢轨伤损的探测。
-
公开(公告)号：CN101315699B
公开(公告)日：2011-07-20
申请号：CN200810064898.3
申请日：2008-07-10
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 本发明提供了一种增量式变分水平集快速医学图像分割方法，首先选取初始边界，根据初始边界计算的子区域及其平均灰度，采用窄带法等快速算法求解水平集曲线演化过程，提取零水平集即新的边界，判断是否满足停止条件，若是则得到分割结果，若否则利用边界的运动导致区域的改变，根据增量在窄带范围内计算新区域的平均灰度，再进行窄带法等快速算法求解水平集曲线演化过程，最终的零水平集即为分割结果。本发明根据区域和区域中像素的动态变化，采用增量方式迭代求取区域的平均灰度，将其解析公式改进为递进迭代公式，从而可以采用窄带法等快速算法，较大地提高了分割效率，使得该模型更具实际意义。
-
公开(公告)号：CN101916439A
公开(公告)日：2010-12-15
申请号：CN201010236974.1
申请日：2010-07-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，属于图像处理领域，本发明为解决采用传统的危险空间碎片探测方法时，必须依赖有关空间碎片图像的样本信息，算法适应性差的问题，本发明方法包括：一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；二、一维经验模态分解，获取两个本征模态函数分量；三、对二阶IMF分量进行希尔伯特变换，得到其幅值和瞬时频率；四、保留幅值高于均值一半的部分，保留瞬时频率高于均值的部分，并分割形成特征波段集合；五、循环搜索特征波段集合，判断目标是否旋转，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。
-
公开(公告)号：CN101109732B
公开(公告)日：2010-06-30
申请号：CN200710072628.2
申请日：2007-08-08
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于模糊平面特征的超声无损检测回波信号分类方法，首先求超声信号的希尔伯特变换，得到解析信号；然后求解析超声信号的模糊函数；最后针对训练集样本，用K-L变换将超声信号的模糊函数映射到低维特征空间。本发明采用基于模糊函数的模的时移和频移不变性的回波信号分类方法，可以解决特征提取时的预处理方法存在的问题，克服不同缺陷回波信号的到达时间和检测时探头中心频率对特征提取的影响。本发明具有很好的抗噪性，分类效果好，有着广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.03 seconds)
