-
公开(公告)号：CN111495009A
公开(公告)日：2020-08-07
申请号：CN202010276431.6
申请日：2020-04-09
Applicant: 哈尔滨理工大学
Abstract: 本发明设计污水处理领域，具体涉及基于PLC的自清洁过滤系统；为了解决现有的小型污水处理厂中依然存在人工度数、处理效率不高、自动化程度低、速度慢等现象，并且滤料很难进行重复利用，过滤成本较大，传统的过滤系统已经不能满足大量污水处理的需求的问题，它包括中央控制台、PLC模块、发液系统、污水池、配液站、污泥池、加药系统、过滤系统、反洗系统、发液系统的控制元件、加药系统的控制元件、过滤系统的控制元件和反洗系统的控制元件；本套系统使用OMRON公司的触摸屏和CJ2M系列PLC，通过Enthernet/IP现场总线和工业以太网构建了一个分布式的污水处理控制系统，是一个具有高标准、高可靠性、高自动化程度等特性的一体化控制系统。
-
公开(公告)号：CN106510640A
公开(公告)日：2017-03-22
申请号：CN201611147293.1
申请日：2016-12-13
Applicant: 哈尔滨理工大学
CPC classification number: A61B5/00 , A61B5/1116 , A61B5/4809 , A61B5/4812 , A61B5/4815 , A61B5/6824 , A61B2562/0219
Abstract: 本发明提供了一种基于翻转检测的睡眠质量检测方法。睡眠质量检测方法包括：选取佩戴于上臂的可穿戴采集装置对用户睡眠过程中的加速度变化数据进行采集，通过基于翻转检测的睡眠状况评价算法对睡眠质量进行综合评价分析来实现睡眠质量检测，最终在用户终端上显示睡眠质量评价结果。采用本发明的上述睡眠质量检测方法，不仅可以较准确的对睡眠状况进行实质性的评估，而且最大限度的减少了对用户的舒适性造成的影响，减轻用户的心理负担。
-
公开(公告)号：CN109871900A
公开(公告)日：2019-06-11
申请号：CN201910168484.3
申请日：2019-03-06
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种苹果识别定位方法，主要包括苹果图像信息采集，图像预处理，图像特征提取和苹果识别分割，形态学处理，确定二值图像中各苹果中心等五个方面，通过统计图像特征与聚类法结合去除了图像中除苹果外的复杂背景，进一步确定了图像中苹果的圆心位置与果实大小，提高了苹果图像识别速率以及准确性。使用Retinex算法增强原始图像去除其光照的影响，为进一步的图像处理提供便利。
-
公开(公告)号：CN111598001B
公开(公告)日：2023-04-28
申请号：CN202010419514.6
申请日：2020-05-18
Applicant: 哈尔滨理工大学
IPC: G06V20/10 , G06V10/26 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于图像处理的苹果树病虫害的识别方法，用于识别三种常见的苹果树病虫害，属于图像处理技术领域。一种基于图像处理的苹果树病虫害识别方法主要包括六个步骤：首先进行苹果树图像信息采集；然后使用自动色彩增强算法去除其光照的影响；通过均值漂移聚类算法对图像进行聚类分割，保留枝干、树叶、苹果三部分，提高图像特征值提取的准确性；利用Tamura算法提取分割后图像的线性度、粗糙度、对比度、方向度四类特征值；将上述四类特征值作为输入量训练径向基神经网络模型；最后将神经网络模型与Softmax分类器结合确定苹果树所患病虫害。本发明与现有的苹果树病虫害识别方法相比，不受光照等自然环境的影响，同时具有很高的实时性和准确率。
-
公开(公告)号：CN110032932B
公开(公告)日：2021-09-21
申请号：CN201910172226.2
申请日：2019-03-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于视频处理和决策树设定阈值的人体姿态识别方法，属于人体姿态识别技术，目的是为了解决现有的基于视频处理的人体姿态识别算法在区分不同姿态时会出现很大误差，识别效果较差的问题。本发明所述的方法为：判断工作模式是否为人姿态数据库建立，当判断结果为是时，执行基于决策树的人体姿态特征阈值区间数据库建立步骤；否则，执行基于人体姿态特征阈值区间匹配的姿态识别步骤，通过决策树分类器确定不同人体各个姿态的阈值区间，利用多个人体姿态特征对同一姿态进行判定，克服了传统姿态识别中阈值设置固定的缺点，提高了姿态识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN112256040A
公开(公告)日：2021-01-22
申请号：CN202011221914.2
申请日：2020-11-05
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进A*算法的自主导航智能轮椅路径规划方法。所述方法包括：将地图栅格化并确定起点、终点；利用蜜糖扩散法对地图每个栅格标记气味素值；通过A*算法进行全局路径规划，A*算法运行后，每个节点只向气味素值比自身大的方向进行扩展，与传统A*算法向周围8个方向扩展相比缩减了每一步的扩展方向数量；通过滚动窗口算法进行局部路径规划，当轮椅陷入局部极小点时跳出滚动窗口算法，采用障碍物边沿跟随模式摆脱障碍物。与传统A*算法相比，本算法计算量更小、实时性更高；并且可以实现遇到动态障碍物时的局部路径规划，使轮椅可以处理在行驶过程中遇到的突发状况。
-
公开(公告)号：CN110009157A
公开(公告)日：2019-07-12
申请号：CN201910283848.2
申请日：2019-04-10
Applicant: 哈尔滨理工大学
Abstract: 一种满足用户个性化需求的在线值机选座方法属于民航领域；包括通过用户移动通讯设备或者计算机登录客户端与航空公司网络服务器进行连接，并向航空公司网络服务器发送用户的身份信息（可选择是否公开自己的信息）和所要值机的航班信息；然后，航空公司网络服务器将当前航班值机选座情况发送给用户端；用户根据当前航班值机选座情况进行标签选择；用户可通过或者不通过标签最终选择一个座位作为值机座位并发送给航空公司网络服务器；最后航空公司网络服务器更新数据库，用户完成在线值机选座。本发明提供了一种在线值机选座方法，不仅提高了用户办理登机手续的效率，且提高了航空业务的人性化服务，使用户出行拥有一个更加舒适的心情和环境。
-
公开(公告)号：CN109587440A
公开(公告)日：2019-04-05
申请号：CN201810437044.9
申请日：2018-05-09
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及基于混合网络的供水调度监控系统，属于供水调度领域，主要由供水调度监控中心、净水厂数据采集与监控子系统、加压泵站数据采集与监控子系统、管网数据采集点组成；供水调度监控中心包括：视频服务器、IO采集与SCADA服务器、SCADA历史数据服务器、网络打印机、视频解码器、防火墙均与核心交换机连接，调度室大屏幕显示系统，依次连接调度中心工作站、核心交换机、防火墙；通过防火墙创建VPN通道，通过VPN通道将净水厂数据采集与监控子系统、加压泵站数据采集与监控子系统采集的供水数据与监控数据传输到供水调度监控中心；通过GPRS将管网数据采集点的数据传输到供水调度监控中心。本发明实现系统中各供水单位的供水信息实时共享。
-
公开(公告)号：CN111598001A
公开(公告)日：2020-08-28
申请号：CN202010419514.6
申请日：2020-05-18
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种基于图像处理的苹果树病虫害的识别方法，用于识别三种常见的苹果树病虫害，属于图像处理技术领域。一种基于图像处理的苹果树病虫害识别方法主要包括六个步骤：首先进行苹果树图像信息采集；然后使用自动色彩增强算法去除其光照的影响；通过均值漂移聚类算法对图像进行聚类分割，保留枝干、树叶、苹果三部分，提高图像特征值提取的准确性；利用Tamura算法提取分割后图像的线性度、粗糙度、对比度、方向度四类特征值；将上述四类特征值作为输入量训练径向基神经网络模型；最后将神经网络模型与Softmax分类器结合确定苹果树所患病虫害。本发明与现有的苹果树病虫害识别方法相比，不受光照等自然环境的影响，同时具有很高的实时性和准确率。
-
公开(公告)号：CN110032932A
公开(公告)日：2019-07-19
申请号：CN201910172226.2
申请日：2019-03-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于视频处理和决策树设定阈值的人体姿态识别方法，属于人体姿态识别技术，目的是为了解决现有的基于视频处理的人体姿态识别算法在区分不同姿态时会出现很大误差，识别效果较差的问题。本发明所述的方法为：判断工作模式是否为人姿态数据库建立，当判断结果为是时，执行基于决策树的人体姿态特征阈值区间数据库建立步骤；否则，执行基于人体姿态特征阈值区间匹配的姿态识别步骤，通过决策树分类器确定不同人体各个姿态的阈值区间，利用多个人体姿态特征对同一姿态进行判定，克服了传统姿态识别中阈值设置固定的缺点，提高了姿态识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
