-
公开(公告)号：CN117647590B
公开(公告)日：2024-06-21
申请号：CN202311673072.8
申请日：2023-12-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于改进局部均值分解和倒谱系数的钢轨裂纹检测方法，首先，加载车轮在钢轨上运动全周期内的声发射信号，利用改进局部均值分解方法，将这些声发射分解成若干个乘积函数；然后，选择每组声发射信号分解得到的第一维乘积函数进行线性叠加，排除噪声和其他不相关信息的干扰，获得重构信号；接下来，从重构信号中提取13维伽马通倒谱系数，依据线性回归模型，推导构建一个转换矩阵，将第2维‑第6维伽马通倒谱系数融合为一维的倒谱信息系数；最后，基于三倍标准差法则构建伤损检测阈值，实现钢轨裂纹声发射信号的精准检测。本发明运算速率快，检测精度高，在高铁钢轨裂纹伤损检测领域具有很高的社会意义和经济价值。
-
公开(公告)号：CN117274094B
公开(公告)日：2024-05-28
申请号：CN202311232599.7
申请日：2023-09-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种用于可穿戴超声成像质量提升的反卷积重构方法，所述方法包括如下步骤：步骤一：建立可穿戴超声成像的卷积和噪声的数学模型；步骤二：针对正向数学模型中的图像退化因素，提出用于可穿戴超声成像质量提升的基于连续性和相对稀疏联合约束的反卷积模型；步骤三：整合保真项、嗨森约束以及稀疏约束项，并结合Split‑Bregman算法，建立优化求解模型，并且引入中间变量，进行迭代求解，以最终获得分辨率、信噪比以及对比度提升的可穿戴超声图像。该方法能够大幅度提升可穿戴超声图像的分辨率、对比度以及信噪比，使其在实际医疗应用中成为可能，在医疗超声检测领域具有很高的社会意义和经济价值。
-
公开(公告)号：CN111127320B
公开(公告)日：2023-08-04
申请号：CN201911341072.1
申请日：2019-12-23
Applicant: 哈尔滨工业大学(威海)
IPC: G06T3/40
Abstract: 本发明实施例提供一种基于深度学习的光声图像超分辨重建方法及装置，其中，方法包括：通过k‑Wave工具箱、迭代重建算法，制备光声图像超分辨重建仿真数据集，并通过光声实验和图像下采样算法补充实验数据集；构建超分辨率网络SE‑EDSR；采用预训练策略在仿真数据集和实验数据集上递进式地训练SE‑EDSR，依次完成×2、×3、×4的超分辨重建任务，得到最终的光声图像×4超分辨重建模型；将目标光声图像输入训练好的光声图像×4超分辨重建模型，输出超分辨重建后的×4的高分辨图像。可实现基于深度学习的光声图像超分辨重建，显著降低传统重建算法对光声信号质量的严苛要求，有效节省信号采集带来的经济成本及时间成本。
-
公开(公告)号：CN114063456B
公开(公告)日：2023-06-02
申请号：CN202111350431.7
申请日：2021-11-15
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种利用自回归模型和卡尔曼滤波算法的故障预测与预警方法，所述方法包括如下步骤：一、建立故障自回归退化模型的状态方程与测量方程；二、计算状态向量预测值三、计算系统状态协方差矩阵的预测值P(k|k‑1)；四、计算滤波增益系数K(k)；五、计算系统状态协方差矩阵的估计值P(k)；六、计算状态向量估计值七、计算测量向量的预测值到八、计算测量向量预测值的上边界到和下边界
-
公开(公告)号：CN115019045B
公开(公告)日：2023-02-07
申请号：CN202210730784.8
申请日：2022-06-24
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/80 , G06T7/11 , G06N20/00
Abstract: 本发明公开了一种基于多成分邻域的小数据甲状腺超声图像分割方法，所述方法如下：加载甲状腺超声原始成分图像，为每幅图像匹配对应的图像分割标签并划分原始成分数据集，然后提取边缘成分图像和超像素成分图像；利用多成分数据集训练三个U‑Net分割算法，以获得初步分割结果和多成分分割输出，进而提取多成分小邻域特征并配以像素二分类标签；在多成分邻域极限学习机中完成特征融合、最小冗余度‑最大相关度特征筛选和极限学习机训练，获取像素分类结果并重构，以获得増补性分割结果；利用増补性分割结果，改进初步分割结果的边缘环形关注区域，以获取改进的最终分割结果。本发明方法可以在小数据下获得精度更高的甲状腺超声分割结果。
-
Patent Agency Ranking
公开(公告)号：CN112763225B
公开(公告)日：2022-12-30
申请号：CN202011562623.X
申请日：2020-12-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于拉普拉斯特征映射算法的传感器误差识别及消除方法，它涉及发动机测试领域，采取环状对称测温结构、拉普拉斯特征映射及小波基降噪算法完成对发动机温度的连续精准测量。本发明的步骤为：一、为应对发动机尾焰发生偏转所产生的气流扰动，布置发动机燃烧室环状对称结构测量装置。二、为了对测量干扰及时有效地减弱和去除，再进一步通过拉普拉斯特征映射算法降维处理得到目标温度值。三、最后通过小波变换滤波进行传感器温度信号降噪处理，选取小波基Coif5进行温度信号降噪处理来消除发动机尾焰温度变化规律复杂而导致的测量误差。本发明可有效解决温度变化规律复杂所导致的测温准确度差的问题、以及测量干扰难以及时有效去除的问题。
-
公开(公告)号：CN114330455B
公开(公告)日：2022-10-11
申请号：CN202210006200.2
申请日：2022-01-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于压缩感知的钢轨声发射信号快速高精度重构方法，所述方法为：一、将采集到的钢轨声发射信号进行3层的小波包变换，得到多尺度数据集，通过构建高斯随机矩阵，对多尺度数据集进行随机采样，获得测量值矩阵；二、基于K‑SVD构建多尺度模块化字典，利用SAMP对多尺度数据集进行重构，通过计算重构测量值与原始测量值之间的峭度差；三、利用重构前后多尺度数据集的峭度偏差，自适应的对多尺度字典中性能差的模块进行局部更新，在满足重构信号的精度要求后，利用小波反变换，获取高精度的重构钢轨声发射信号。本发明能有效实现钢轨声发射信号的快速、高精度的压缩与重构，为钢轨结构健康监测中的裂纹信号分析提供指导。
-
公开(公告)号：CN114299094B
公开(公告)日：2022-10-11
申请号：CN202210006841.8
申请日：2022-01-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于块选择与扩展的输液瓶图像感兴趣区域提取方法，所述方法首先将图像分成一些规则的子块，每个子块的特征被提取出来与整幅图像的特征进行比较，选择出满足一定条件的子块。然后在这些被选择的子块中选择出标准差最小的子块，并在这个子块上进行扩展，得到ROI的近似区域。最后ROI的近似区域被进一步分成子区域，对子区域进行特征提取，满足一定特征的子区域被选取出来，在选择的子区域的基础上进行扩展得到的区域即为最终确定的ROI。本发明采用的图像特征简单，计算量小，计算速度块，降低了数据运算成本，大幅度节约运行时间，提高了ROI的提取效率。
-
公开(公告)号：CN113159139B
公开(公告)日：2022-08-09
申请号：CN202110358326.1
申请日：2021-04-01
Applicant: 哈尔滨工业大学 , 哈尔滨国铁科技集团股份有限公司
Abstract: 本发明公开了一种基于改进声发射密度聚类的伤损状态诊断方法，所述方法基于随机邻域嵌入对声发射特征融合降维，再经由密度聚类算法对融合特征聚类诊断，并基于遗传算法联合优化二者的参数，最终诊断出声发射特征集中包含的裂纹信号及其对应的伤损状态。本发明采用无监督算法，发掘钢材劣化过程中声发射信号的内在分布规律与本质特征，包括通过流形学习中的随机邻域嵌入技术构建降维特征空间，并通过所提出的内部评估目标对密度聚类算法进行改进，自主优化其敏感参数的选取过程并增强算法自身的参数鲁棒性与抗干扰性，从而实现对不同伤损阶段的声发射样本自动分簇。
-
公开(公告)号：CN108695000B
公开(公告)日：2022-07-01
申请号：CN201810447761.X
申请日：2018-05-11
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于超声图像的甲状腺弥漫性疾病智能诊断系统，所述系统包括如下模块：ROI的选择和预处理模块，ROI的尺寸大小设置为64*64，在选择ROI时应尽量避开甲状腺实质的边缘和血管，选择比较均匀的甲状腺实质部分，将ROI图像的灰度值映射到0‑255之间；小波多子图共生矩阵的构造和纹理特征提取模块。针对超声图像的斑点噪声特点以及甲状腺弥漫性疾病的诊断要点，提出了多个可用于辅助诊断的纹理特征，这些纹理特征对于Graves病和桥本病都有着明显的区分度，既可在提取纹理特征的过程中滤除斑点噪声的影响，又能够显著提高诊断结果的准确度。
-
-
-
-
-
-
-
-
-
Search Results
385
records
(took 0.04 seconds)
