-
公开(公告)号：CN107563355B
公开(公告)日：2021-04-02
申请号：CN201710896978.4
申请日：2017-09-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于生成对抗网络的高光谱异常检测方法。1、构建符合高光谱图像数据特点的网络模型，2、使用高光谱数据集作为训练样本，训练出一个符合高光谱数据统计特性的概率模型，3、利用训练完成的判别器来计算待测像元属于真实高光谱数据集的概率，4、计算高光谱数据集中的每个像元的异常检测结果。本发明利用生成对抗网络的思想，训练出符合高光谱图像数据特征的概率模型，该模型能够生成符合真实高光谱数据集整体统计特性的生成数据集，并且能够判断一个像元属于高光谱数据集的概率。本发明不需要对高光谱数据集的特征进行模型假设，能够直接估计出符合待测高光谱数据统计特性的概率模型，使检测结果更加可靠。
-
公开(公告)号：CN108541040A
公开(公告)日：2018-09-14
申请号：CN201810165056.0
申请日：2018-02-28
Applicant: 哈尔滨工程大学
IPC: H04W40/20 , H04L12/721
Abstract: 本发明提供了一种适用于城市场景下的跨层路由协议，属于城市交通领域。单一分层路由协议考虑因素较少，易产生决策不确定等问题；在一些跨层路由协议中，层的集成与新建路由不具有统一化标准作为支持。为了解决上述问题，本发明提出的方法综合考虑车辆移动性信息，道路车辆密度信息，跨层信息物理层的无线链路质量，MAC层误帧率，节点链路可靠性等方面影响。在不同道路选择合适的转发算法，并采用位置修正机制，保证在通信范围内，选择通信距离最合适又可靠的转发节点。采用层次分析法定量计算上述各因素权重值，最终确定最佳转发节点，完成路由过程；如果还未找到合适下一跳节点，采用路由存储转发机制，提高转发率。
-
公开(公告)号：CN103854282B
公开(公告)日：2017-02-22
申请号：CN201410013042.9
申请日：2014-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于高光谱遥感领域，具体提供了一种基于修正遗传算法的高光谱亚像元定位方法。本发明包括：检测亚像素被分配为地物时受个邻域像素的总的吸引力，计算混合像素中每个亚像素的空间吸引力，地物的吸引力存于矩阵中，矩阵的最小值以及相对应的位置，在原始混合像素中对两相应位置的地物进行交换。利用SPSAM模型的快速定位效果对原始低分辨率图像进行初始化，节省运算时间。利用改进的交叉算子对遗传算法进行改进，利用群智能迭代提高进化效率。利用各项异性模型提取原始地物的先验信息提高定位的效果。
-
公开(公告)号：CN103628983B
公开(公告)日：2015-09-30
申请号：CN201310689800.4
申请日：2013-12-17
Applicant: 哈尔滨工程大学
IPC: F02C7/00
Abstract: 本发明的目的在于提供燃气轮机涡轮叶片辐射光路防尘装置，包括调压体、光学体，光学体右端与调压体左端相连，调压体右端与燃气轮机机匣相连，光学体、调压体、燃气轮机机匣均设置通孔，且所有通孔在一条轴线上，调压体的通孔里安装圆锥阀门，圆锥阀门上安装玻璃窗口，光学体的通孔里设置光纤、透镜，调压体里设置均衡室和进气孔，进气孔连通均衡室，均衡室与调压体的通孔通过分气孔相连通，圆锥阀门设置在分气孔的左侧，圆锥阀门连接驱动轴并可在驱动轴的驱动下左右旋转。本发明玻璃窗口清洁周期较常规产品延长几十倍以上。满足商业航空发动机、发电用燃气轮机的长期监测需要。
-
公开(公告)号：CN119853820A
公开(公告)日：2025-04-18
申请号：CN202411797029.7
申请日：2024-12-09
Applicant: 哈尔滨工程大学
IPC: H04B13/02 , H04B1/7087 , H04L27/26 , H04L27/00
Abstract: 本发明公开了一种基于匹配滤波和模糊函数的水声扩频通信多普勒估计算法，属于水声通信技术领域。具体方法包括步骤一：对信号进行基于匹配滤波的多普勒估计，确定大致的频偏范围，得出粗估计多普勒因子。步骤二：对信号进行基于模糊函数的多普勒估计，得出细估计多普勒因子。步骤三：残余多普勒差分解调，得出最终估计的多普勒因子。本发明能够避免基于匹配滤波的估计方法无法对水下移动节点之间高速运动时产生的大多普勒扩展因子进行很好估计的缺点，又弥补了精度更好的模糊函数估计法耗费运算时间长、计算复杂度大的不足。
-
Patent Agency Ranking
公开(公告)号：CN119520210A
公开(公告)日：2025-02-25
申请号：CN202411797005.1
申请日：2024-12-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于梯度估计联合最优解搜索的水声OFDM系统载波同步算法，属于水声通信技术领域。具体方法包括步骤一：在水声OFDM通信系统中，采用时域法对水声OFDM载波同步。步骤二：在一个OFDM帧中，先对第一个OFDM符号采取基于最优解搜索的载波同步算法进行频偏估计。步骤三：从第二个OFDM符号开始，采用基于梯度下降的载波同步算法来估计频偏值，并且以第一个OFDM符号的频偏估计结果作为迭代的初始值。本发明能够通过导频符号进行更精细的残余载波频偏补偿、采用Adam法来改进步长的水声系统载波同步算法，在提高精度的同时降低复杂度，实现可靠有效地水声OFDM通信。
-
公开(公告)号：CN103646409B
公开(公告)日：2016-08-17
申请号：CN201310699067.4
申请日：2013-12-19
Applicant: 哈尔滨工程大学
IPC: G06T9/00
Abstract: 本发明涉及的是一种高光谱图像压缩编码方法，具体地说是一种多元向量量化的高光谱图像压缩编码方法。多元向量量化的高光谱图像压缩编码方法，包括读入高光谱图像数据；构建压缩字典：根据2种多元向量量化模型和字典原子选择策略，利用多元回归计算每一像元压缩时所使用的字典原子及其系数压缩和编码。本发明重新构建向量量化模型，提出2种多元向量量化模型，省略的误差信息要比传统的向量量化方法中的误差信息量少，而且在新提出的多元向量量化模型中，选取出的字典原子的系数也没有限定，其值为根据光谱本身和字典构成计算得出，从而保证了重建图像的质量，减小压缩编码所造成的图像失真。
-
公开(公告)号：CN103646409A
公开(公告)日：2014-03-19
申请号：CN201310699067.4
申请日：2013-12-19
Applicant: 哈尔滨工程大学
IPC: G06T9/00
Abstract: 本发明涉及的是一种高光谱图像压缩编码方法，具体地说是一种多元向量量化的高光谱图像压缩编码方法。多元向量量化的高光谱图像压缩编码方法，包括读入高光谱图像数据；构建压缩字典：根据2种多元向量量化模型和字典原子选择策略，利用多元回归计算每一像元压缩时所使用的字典原子及其系数压缩和编码。本发明重新构建向量量化模型，提出2种多元向量量化模型，省略的误差信息要比传统的向量量化方法中的误差信息量少，而且在新提出的多元向量量化模型中，选取出的字典原子的系数也没有限定，其值为根据光谱本身和字典构成计算得出，从而保证了重建图像的质量，减小压缩编码所造成的图像失真。
-
公开(公告)号：CN106248368B
公开(公告)日：2019-12-31
申请号：CN201610839954.0
申请日：2016-09-21
Applicant: 哈尔滨工程大学
Abstract: 本发明属于燃气轮机故障检测领域，具体涉及一种基于深度学习的燃机涡轮叶片故障检测方法。本发明包括：(1)涡轮叶片的温度数据预处理；(2)提取涡轮叶片温度特征向量；(3)基于深度学习网络的故障诊断；(4)燃机涡轮叶片故障检测。本发明针对涡轮叶片温度采集数据样本较大的问题，首次将深度学习方法引入到燃气轮机涡轮叶片故障诊断中，推动了燃气轮机涡轮叶片故障诊断的多样性发展，提高了故障检测的正确率。
-
公开(公告)号：CN106248368A
公开(公告)日：2016-12-21
申请号：CN201610839954.0
申请日：2016-09-21
Applicant: 哈尔滨工程大学
Abstract: 本发明属于燃气轮机故障检测领域，具体涉及一种基于深度学习的燃机涡轮叶片故障检测方法。本发明包括：(1)涡轮叶片的温度数据预处理；(2)提取涡轮叶片温度特征向量；(3)基于深度学习网络的故障诊断；(4)燃机涡轮叶片故障检测。本发明针对涡轮叶片温度采集数据样本较大的问题，首次将深度学习方法引入到燃气轮机涡轮叶片故障诊断中，推动了燃气轮机涡轮叶片故障诊断的多样性发展，提高了故障检测的正确率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.033 seconds)
