-
公开(公告)号：CN119249228A
公开(公告)日：2025-01-03
申请号：CN202411333632.X
申请日：2024-09-24
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06N3/0464 , G06F18/21 , G06F18/214
Abstract: 本发明提供一种基于神经网络和假设检验的开集识别方法，包括如下步骤：S1获取故障数据并对所述故障数据进行预处理，划分训练集、验证集和测试集；S2建立联合损失函数，并利用联合损失函数训练卷积神经网络(CNN)；S3完成训练后通过CNN倒数第二个全连接层提取的特征建立元识别系统；S4利用元识别系统的输出对CNN最后一个全连接层提取的特征进行校准；S5对校准后的特征进行假设检验并作出最终决策。本发明能够更加适应真实的开放环境，在保证已知故障识别准确率的前提下更好的拒绝未知故障，降低未知故障样本被模型分类到已知故障的风险。
-
公开(公告)号：CN103969643B
公开(公告)日：2016-09-14
申请号：CN201410195939.8
申请日：2014-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海浪遥感技术领域，具体涉及一种利用导航雷达获取的海杂波图像进行海浪参数反演的基于新型海浪色散关系带通滤波器进行X波段导航雷达反演海浪参数方法。本发明包括：雷达图像数据采集；雷达图像预处理；对笛卡尔坐标系下的图像序列应用傅里叶变换，得到雷达图像的三维波数频率图像谱；海浪谱信息提取；海浪信息反演。本发明的滤波器保留了船速对色散关系的影响，有效地解决了传统宽带通滤波器的带宽会随运动速度的增大而增大这一问题，使得可以在雷达平台随舰船运动情况下进行滤波；本发明的新型滤波器的带通边界推导中没有对任何量取近似值，减小了计算误差，不会对带通边界产生影响，带宽计算更加精确，提升了海浪反演精度。
-
公开(公告)号：CN113838089B
公开(公告)日：2023-12-15
申请号：CN202111102543.0
申请日：2021-09-20
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于特征匹配算法的气泡轨迹跟踪方法。本发明基于ORB特征匹配算法，针对气液两相流图像序列数据，提出了一种去离子水中形状发生变化的气泡轨迹跟踪方法。在模型结构上，首先进行图像预处理，包括：图像切割、信号亮度增强、图像去噪；其次，进行图像二值化，识别并输出只含有气泡轮廓的图像。再者，对相邻两帧图像中的同一气泡进行匹配。运用ORB算法对气泡轮廓特征进行提取和匹配，并根据特征匹配的结果找到气泡在下一帧图像中的位置(以气泡的几何中心坐标记录气泡的位置信息)。最后，将每一帧图像与其相邻两帧图像的匹配得到的结果进行综合，得到识别出气泡轨迹。
-
公开(公告)号：CN112328588B
公开(公告)日：2022-07-15
申请号：CN202011352099.3
申请日：2020-11-27
Applicant: 哈尔滨工程大学
IPC: G06F16/215 , G06N3/04
Abstract: 本发明公开了一种工业故障诊断非平衡时序数据扩充方法，步骤一：准备训练数据集；步骤二：构建GRU‑BEGAN的网络结构；步骤三：训练构建的GRU‑BEGAN网络模型；步骤四：根据训练好的GRU‑BEGAN生成对抗网络模型去生成小样本类型的人工数据，训练完成后的模型输入简单随机变量z|t，生成符合时间t的时序数据，将生成的数据集扩充至原始数据的小样本类型中，根据扩充后的数据集建立1D/2D‑CNN故障诊断模型。本发明在模型结构和损失函数上的改进使得模型收敛更快、数据质量更高，利用端到端的GRU‑BEGAN模型去训练故障数据中小样本时序数据集，得到生成的人工数据去增强原始数据集，提高故障诊断模型精确度。
-
公开(公告)号：CN103617370A
公开(公告)日：2014-03-05
申请号：CN201310664406.5
申请日：2013-12-10
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于动态载荷识别领域，具体涉及一种基于二阶系统解耦的动载荷时域识别方法。本发明包括：解算机械系统参数矩阵；对原机械系统线性化，对原机械系统的块阵对角化：解算机械系统的非耦合形式；检测系统实时响应与载荷的关系；根据机械系统的实测响应信号，输出实际载荷，实测响应信号获取载荷。本发明提出了一种基于二阶系统解耦的动载荷时域识别方法，与现有的时域识别方法相比，此方法打破了时域识别方法在理论上只适用于比例阻尼的局限性，适用范围更加广泛。
-
Patent Agency Ranking
公开(公告)号：CN115062528A
公开(公告)日：2022-09-16
申请号：CN202210295183.9
申请日：2022-03-23
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种针对工业过程时序数据的预测方法，属于工业过程时序数据预测领域。本发明包括：准备训练数据集；构建深度长短期记忆网络(Deep‑LSTM)模型,增加LSTM单元个数和网络层数；训练Deep‑LSTM网络模型；将测试数据集输入到训练完成后的Deep‑LSTM，通过网络可预测出λ个未知数据，并计算预测值与真实值的误差，验证网络的预测效果及精度。本发明针对时序数据预测中故障数据样本不足和预测精度的问题，利用改进的GRU‑BEGAN生成对抗网络模型生成人工样本来扩充原始数据集，并利用Deep‑LSTM模型预测工业过程时序数据。
-
公开(公告)号：CN113313000B
公开(公告)日：2022-04-29
申请号：CN202110546145.1
申请日：2021-05-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于光学图像的气液两相流智能识别方法，准备训练数据集和测试数据集；构建全卷积网络模型FCN；根据训练好的FCN全卷积网络模型识别气液两相流中的气泡：对于训练完成后的FCN全卷积网络模型，为模型输入一张气液两相流待识别的图片，通过网络可近乎精确识别图片中的气泡，计算并得到气泡识别的精确度。将基于深度监督学习和数据提取的FCN方法引入到气液两相流识别中，它可以通过多层卷积操作从像素级别自动提取信息，以提取抽象的语义概念，使用上采样层和多尺度融合技术来进一步优化结果，使高级子网多次融合了低级子网的特征，保持极高的分辨率，从而提高气泡识别的精度。
-
公开(公告)号：CN113838089A
公开(公告)日：2021-12-24
申请号：CN202111102543.0
申请日：2021-09-20
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于特征匹配算法的气泡轨迹跟踪方法。本发明基于ORB特征匹配算法，针对气液两相流图像序列数据，提出了一种去离子水中形状发生变化的气泡轨迹跟踪方法。在模型结构上，首先进行图像预处理，包括：图像切割、信号亮度增强、图像去噪；其次，进行图像二值化，识别并输出只含有气泡轮廓的图像。再者，对相邻两帧图像中的同一气泡进行匹配。运用ORB算法对气泡轮廓特征进行提取和匹配，并根据特征匹配的结果找到气泡在下一帧图像中的位置(以气泡的几何中心坐标记录气泡的位置信息)。最后，将每一帧图像与其相邻两帧图像的匹配得到的结果进行综合，得到识别出气泡轨迹。
-
公开(公告)号：CN113313000A
公开(公告)日：2021-08-27
申请号：CN202110546145.1
申请日：2021-05-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于光学图像的气液两相流智能识别方法，准备训练数据集和测试数据集；构建全卷积网络模型FCN；根据训练好的FCN全卷积网络模型识别气液两相流中的气泡：对于训练完成后的FCN全卷积网络模型，为模型输入一张气液两相流待识别的图片，通过网络可近乎精确识别图片中的气泡，计算并得到气泡识别的精确度。将基于深度监督学习和数据提取的FCN方法引入到气液两相流识别中，它可以通过多层卷积操作从像素级别自动提取信息，以提取抽象的语义概念，使用上采样层和多尺度融合技术来进一步优化结果，使高级子网多次融合了低级子网的特征，保持极高的分辨率，从而提高气泡识别的精度。
-
公开(公告)号：CN102621531B
公开(公告)日：2014-05-07
申请号：CN201210105517.8
申请日：2012-04-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于X波段雷达图像的降雨干扰抑制方法，属于遥感技术领域。所述的方法引入质量控制，确定存在问题的图像；接着引入三维表面参数来描述雷达回波图像的三维特性；然后结合信噪比及三维表面参数确定图像产生问题的原因，并确定降雨图像；最后利用频域滤波的方式处理被降雨影响较轻的图像。与现有降雨干扰抑制算法相比，本发明减少了需要进行识别判断的数据量，提高算法运行速度；比二维参数能提供更多的信息，描述更接近于真实表面，且能够给出所研究表面的直观图像以及与表面形态有关的足够信息；能更准确的确定雷达回波图像中受降雨影响的数据，以及影响的程度；能更准确地识别降雨资料；提高了海浪参数的反演精度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.052 seconds)
