-
公开(公告)号：CN113065584A
公开(公告)日：2021-07-02
申请号：CN202110300837.8
申请日：2021-03-22
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明属于信息技术领域，具体涉及一种基于区间数相似性差异构造基本概率赋值的目标分类方法。本发明克服了现有基于区间数模型方法中差异性度量不合理及对已有信息利用率低的问题。本发明采用改进的区间数相似性度量来计算待分类目标与模型之间的差异性，得到比现有方法更合理的差异性度量结果。本发明采用均值与标准差线性组合的建模策略，改善了传统区间数建模数据利用率低的不足的问题，充分利用了数据信息，提高了模型的鲁棒性。本发明方法简单易行，便于操作，降低了复杂度，可广泛应用于工业自动化等领域。
-
公开(公告)号：CN109522830A
公开(公告)日：2019-03-26
申请号：CN201811310175.7
申请日：2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海底底质声学图像特征选择领域，具体涉及一种面向海底底质分类的声纳图像特征选择的方法。包括二维特征间去冗余，多维特征间去冗余，基于最大相关最小冗余算法特征选择，BP神经网络分类验证四个关键步骤。本发明着手于基于海底底质声纳图像提取的多维特征，利用相关系数法除去特征间的冗余度，再利用特征之间最小冗余、特征与类之间最大相关的思路对特征进行选择。发明将相关系数去冗余的方法与最大相关最小冗余的算法相结合，取长补短，趋利避害。在特征选择过程中，既选出了能够代表类别信息的特征，又降低了计算量，节省了时间。
-
公开(公告)号：CN108550121A
公开(公告)日：2018-09-18
申请号：CN201810291591.0
申请日：2018-03-30
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于中值滤波和小波变换的海底底质声呐图像处理方法，属于海底测绘领域。首先针对某含有斑点噪声和高斯加性噪声的海底底质声呐原始图像，进行对数变换后将乘性噪声变为加性，得到含有近似高斯加性噪声的图像；然后采用极值中值滤波方法对含有近似高斯加性噪声的图像进行滤波，并进行指数变换，得到平滑图像；对平滑图像进行基于小波包分解的小波去噪处理，得到最终去噪图像。本发明在一定程度上起到边缘锐化作用，更好地保证底质图像信息的完整表达，对分解得到的高低频信号进行更深层次的分解；能更大程度保留原始图像的主要成分，获得信噪比更高、去噪效果更好的去噪图像。
-
公开(公告)号：CN113051529A
公开(公告)日：2021-06-29
申请号：CN202110284192.3
申请日：2021-03-17
Applicant: 哈尔滨工程大学
IPC: G06F17/18
Abstract: 本发明提供一种基于统计观测局地化均权重粒子滤波数据同化方法，获取模式积分初始背景场；判断是否达到统计观测开始时刻，累加观测求取统计观测均值；根据统计观测均值计算提议密度调整集合粒子；在给定同化时刻，使用均权重方法计算粒子权重，调整粒子状态；使用重采样方法，调整集合粒子维持粒子数稳定，更新观测对应位置粒子状态；使用局地化函数，确定同化观测对应位置周围的粒子权重；根据局地化权重更新粒子权重，更新周围粒子状态；计算统计观测局地化均权重粒子滤波的状态后验估计值。本发明可以有效提高非高斯网格化模式的数据同化质量，可以更好的应用于实时数据同化在网格化复杂模式中，提高同化质量。
-
公开(公告)号：CN112102286A
公开(公告)日：2020-12-18
申请号：CN202010964358.1
申请日：2020-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于Weyl变换的声纳图像特征提取方法，利用Weyl变换获取声纳图像的特征值，主要包括图像预处理、掩膜采样、像素矢量化、构建多尺度置换矩阵、特征空间降维、计算Weyl变换特征值等步骤。本发明利用Weyl变换实现对声纳图像的特征提取，图像中不同形式的二元周期性变换在Weyl系数中具有不同的特征，借助Weyl变换能够准确捕捉声纳图像的灰度分布模式，由于Weyl变换对于一系列多尺度几何变换具有高度对称性，使得图像样本在特征空间内呈现紧致且有显著区分性的集簇分布形式。通过上述方法，本发明能够有效且稳定地提取声纳图像中的灰度分布特征，提升了声纳图像目标识别的准确性和鲁棒性，为水下目标识别提供了新的技术方法。
-
Patent Agency Ranking
公开(公告)号：CN108388899A
公开(公告)日：2018-08-10
申请号：CN201810082525.2
申请日：2018-01-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度-基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度-基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。
-
公开(公告)号：CN113051795B
公开(公告)日：2023-04-28
申请号：CN202110277125.9
申请日：2021-03-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供面向海上平台保障的三维温盐场分析预报方法，基于多源海洋环境资料进行海洋动力环境要素时空分布特征分析和温盐关系特征研究；在时空特征分析和温盐关系特性研究的基础上，利用时空经验正交函数方法构建海洋环境动力要素的统计预报模型；利用海洋环境场动态分析技术，基于海上平台自身观测得到的海温、盐度观测数据对海上平台周边海洋环境预报场进行订正；在温度和盐度预报后利用温盐关系曲线对盐度进行调整，以便于尽量保持温盐关系不偏离其气候态特征。本发明弥补传统的数值预报方法由于气象驱动时效限制而导致的海洋动力环境要素预报时效较短的缺陷，且预报过程不需要高性能计算平台，对计算资源的占用较少。
-
公开(公告)号：CN109086824B
公开(公告)日：2021-12-14
申请号：CN201810864966.8
申请日：2018-08-01
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于卷积神经网络的海底底质声呐图像分类方法，属于图像分类技术领域。具体为获取海底底质声呐图像、对图像进行去噪、增强等预处理，基于Canny算法边缘形状提取，生成灰度‑基元共生矩阵，构建卷积神经网络分类器结构及样本集，训练神经网络，获得分类模型并实现海底底质声呐图像分类。本发明着手于海底底质声呐图像的图形学特征，解决了使用单一方法的缺点，通过卷积神经网络分类器结构自身的学习策略对不同类型海底底质情况进行学习和训练，最终得到具备分类功能的分类模型，达到对海底底质声呐图像进行快速、准确分类的目的。
-
公开(公告)号：CN105203130B
公开(公告)日：2018-04-24
申请号：CN201510676672.9
申请日：2015-10-13
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于信息融合的船舶组合导航系统故障诊断方法。确定舰船组合导航系统的故障识别框架；利用多组传感器输出故障的基本概率赋值，作为诊断故障的证据；计算证据间的冲突系数，证据支持度、确定度、决策度，证据权重；根据证据权重对证据进行加权平均处理，得到加权平均证据；利用冲突系数，改进Dempster融合规则对加权平均证据进行融合，输出最终的融合结果；按照决策规则对最终的融合结果进行判断，输出诊断结果。本发明能够准确地度量证据间冲突，通过证据权重对证据进行加权平均处理，能够降低冲突证据对融合结果的影响，通过冲突系数改进融合规则，能够得到合理的融合结果。
-
公开(公告)号：CN105093185B
公开(公告)日：2017-10-03
申请号：CN201510519920.9
申请日：2015-08-23
Applicant: 哈尔滨工程大学
IPC: G01S7/02
Abstract: 本发明提供一种基于稀疏表示的单基地多输入多输出雷达目标波达方向估计方法，首先建立单基地MIMO雷达系统的接收信号模型，构造降维转换矩阵进行降维处理；然后利用酉变换矩阵将降维后的接收数据矩阵变为实域的，设计实值扩展数据矩阵并获得其协方差矩阵；根据Khatri‑Rao积，将实值协方差矩阵向量化以解决多测量矢量(MMV)问题，并得到稀疏表示框架下的相应模型；最后设计权值矩阵获得估计参数并构造实值l1范数最小化框架，得到恢复矩阵，寻找恢复矩阵中的非零行，实现对MIMO雷达系统中目标DOA的估计。本发明计算复杂度明显降低，具有更高的角度分辨率和更好的角度估计性能，并且具有最低的SNR临界值。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.02 seconds)
