-
公开(公告)号：CN116821420A
公开(公告)日：2023-09-29
申请号：CN202310384795.X
申请日：2023-04-11
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06N5/025 , G06F18/213 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 一种基于注意力的语义图划分方法，涉及计算机集群图计算技术领域。本发明是为了解决现有图划分方法还存在图划分质量低、语义汇聚度低的问题，从而导致后续图计算速度慢、计算任务执行效率低以及通信成本高的问题。本发明包括：获取语义图，从语义图中提取图结构数据和语义特征数据，然后对语义特征数据降维；构建基于注意力的语义图划分网络，将图结构数据和降维后的语义特征数据输入基于注意力的语义图划分网络，获得语义图划分方案；构建异构感知的高纬度优先图划分网络，利用语义图划分方案划分语义图，获得划分结果，将划分结果输入到异构感知的高纬度优先图划分网络中对语义图进行二次划分，获得最终图划分方案。本发明用于图划分。
-
公开(公告)号：CN120009866A
公开(公告)日：2025-05-16
申请号：CN202510091791.1
申请日：2025-01-20
Applicant: 哈尔滨工程大学
IPC: G01S7/537 , G10K11/178 , G06F18/2131 , G06F18/10 , G06F18/27 , G06F123/02
Abstract: 本发明公开了一种基于DCCA和EEMD的声纳浮标自噪声信号抑制方法，属于水声信号处理技术领域，包括以下步骤：针对在海面波浪激励下受自噪声干扰的声呐浮标，进行声学数据、运动波速数据收集；采用DCCA计算宽带相关系数；采用EEMD和DCCA计算IMF分量相关系数；比较IMF分量相关系数和宽带相关系数的大小，模糊筛选自噪声；计算窄带自噪声数据；利用窄带自噪声数据进一步甄别含噪数据，联合所有不含噪声数据进行重构输出。本发明从声纳浮标自噪声产生的机理出发，深入探索声纳浮标自噪声与海面波浪间内蕴的相关性，挖掘互相关系数的累计概率密度分布规律，构建基于相关性准则的海面波浪激励下的声纳浮标自噪声抑制方法，实现对自噪声的有效抑制。
-
公开(公告)号：CN116383446B
公开(公告)日：2024-09-13
申请号：CN202310359202.4
申请日：2023-04-06
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06F16/906 , G06N3/0464 , G06N3/042
Abstract: 一种基于异构引文网络的作者分类方法，具体涉及一种利用基于元结构的异构图表示学习的引文网络中作者的分类方法，为解决GNN方法对引文网络中的作者进行分类时，异构图表示学习的效率和准确率低，导致引文网络中作者分类效率和准确率低的问题。将某个领域的引文网络抽象为异构图，分别定义异构图及其包含的元路径和元图，异构图中节点类型包括文章、作者和会议；依次利用图结构学习器、图结构扩展器和图结构筛选器对异构图进行处理得到筛选的新图结构；根据HAN模型构建图结构分析器，利用图结构分析器对筛选的新图结构进行节点嵌入，完成引文网络的异构图表示学习，根据异构图表示学习对作者进行分类，得到分类后的作者。属于作者分类领域。
-
公开(公告)号：CN118473544A
公开(公告)日：2024-08-09
申请号：CN202410468535.5
申请日：2024-04-18
Applicant: 中国人民解放军92578部队 , 哈尔滨工程大学
Abstract: 一种基于无监督学习的船舶辐射信号背景噪声抑制方法和系统，涉及水声信号处理领域，解决了传统降噪方法以及深度学习有监督学习降噪方法的问题。本发明提供以下方案：所述方法包括构建WGAN‑GP模型和集成CCBAM模块中的DCUNet模型；对被动声纳采集的环境背景噪声与带噪船舶辐射信号进行短时傅里叶变换获得信号时频谱，将环境背景噪声时频谱输入WGAN‑GP模型训练至收敛，用WGAN‑GP模型生成器生成环境噪声时频谱对，与带噪船舶辐射信号时频谱数据集中的数据叠加形成新的带噪信号时频谱数据集；并输入DCUNet模型进行多阶段迭代训练，得到抑制环境背景噪声后的船舶辐射信号时域波形。还适用于在缺少目标和环境先验信息以及有监督训练数据集的条件下抑制船舶辐射信号背景噪声领域中。
-
公开(公告)号：CN112950590B
公开(公告)日：2024-04-05
申请号：CN202110237863.0
申请日：2021-03-03
Abstract: 本发明公开了一种地形图像适配性分析方法、设备及可读存储介质，该方法包括步骤：获取待分析地形图像；基于预设图像分割算法对所述待分析地形图像进行分割处理，得到超像素集合；基于所述超像素集合中的超像素分析所述待分析地形图像的适配性；所述适配性用于确定是否将所述待分析地形图像对应的实际地形数据与基准地形数据进行匹配。本发明避免了直接通过像素点来分析待分析地形图像的适配性，从而降低了分析过程的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN115496926A
公开(公告)日：2022-12-20
申请号：CN202211125537.1
申请日：2022-09-16
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种结合对比学习思想的水下地形图像模板匹配方法，属于数字图像处理技术领域，所述一种结合对比学习思想的水下地形图像模板匹配方法是通过如下步骤实现的；步骤一、对输入数据进行视图数据增强；步骤二、将步骤一中增强的数据进行特征提取；步骤三、将步骤二中提取的特征进行样本提取；步骤四、将步骤三中提取出的样本特征进行融合；步骤五、将步骤四中融合后的特征进行模型优化。本装置可以解决以自监督的形式实现端到端的训练，而不需要额外的数据标注，正负样本对比的形式可以提高对干扰目标的判别能力的问题，进而提出一种结合对比学习思想的水下地形图像模板匹配方法。
-
公开(公告)号：CN112949656B
公开(公告)日：2022-09-13
申请号：CN202110237861.1
申请日：2021-03-03
Abstract: 本发明公开了一种水下地形匹配定位方法、设备及计算机存储介质，该方法包括以下步骤：通过孪生特征网络对实时区域与搜索区域进行特征提取，计算并生成相关性特征；构建权重网络，对所述实时区域与所述搜索区域之间各通道的所述相关性特征进行权重分配并融合，生成相似性响应图；通过多峰模式检测所述相似性响应图；若所述相似性响应图满足预设条件，则计算并输出最终坐标；本发明解决现有技术中不能很好地表达图像的早期特征，且无法适用于由水下高程数据转化的灰度地形图像的精确定位的问题；实现了增强网络输出特征的表达能力，以及提高定位结果的可靠性。
-
公开(公告)号：CN112950590A
公开(公告)日：2021-06-11
申请号：CN202110237863.0
申请日：2021-03-03
Abstract: 本发明公开了一种地形图像适配性分析方法、设备及可读存储介质，该方法包括步骤：获取待分析地形图像；基于预设图像分割算法对所述待分析地形图像进行分割处理，得到超像素集合；基于所述超像素集合中的超像素分析所述待分析地形图像的适配性；所述适配性用于确定是否将所述待分析地形图像对应的实际地形数据与基准地形数据进行匹配。本发明避免了直接通过像素点来分析待分析地形图像的适配性，从而降低了分析过程的复杂度。
-
公开(公告)号：CN118473491A
公开(公告)日：2024-08-09
申请号：CN202410475283.9
申请日：2024-04-19
Applicant: 哈尔滨工程大学 , 中国人民解放军92578部队
IPC: H04B7/08 , H04B7/0456 , H04B7/06
Abstract: 一种基于恒模信号波束成形的信号接收增强方法，涉及信号处理技术领域。为解决现有技术中存在的，现有波束成形是阵列信号处理技术中，通常不能提供出封闭解的形式、发生较为严重的畸变，以及无法有效地对干扰进行抑制的技术问题，本发明提供的技术方案为：一种基于恒模信号波束成形的信号接收增强方法，方法包括：构造优化问题；对问题进行求解，构造拉格朗日函数；求关于拉格朗日乘子的函数的偏导，并令其为零；将关于拉格朗日乘子的函数的偏导的解，带入到预设约束条件中，得到比较结果；在比较结果是满足预设验证条件时，确定算法的权重向量最优解；通过当前算法，对信号进行增强。可以应用于阵列信号处理波束形成方向的工作中。
-
公开(公告)号：CN116863171A
公开(公告)日：2023-10-10
申请号：CN202310718038.1
申请日：2023-06-16
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下地形图像匹配技术领域，具体涉及一种基于显著性超像素的水下地形图像匹配方法。本发明通过对水下地形图像进行预处理以降低噪声和地形分辨率差异对图像外观的影响，并基于图像聚合技术在地形图像中生成一组超像素；通过计算每个超像素的显著性值来对超像素进行排序，并选取若干显著性值高的超像素块作为待匹配项；以超像素的邻域为单位，基于Log‑Gabor滤波器构建最大索引图，并与该区域的地形信息参数一起对超像素进行描述。本发明通过选取图像中显著性区域来代替提取特征点的过程，以提高特征点分布的稳定性，并通过对邻域进行旋转的方式来降低最大索引图对旋转的敏感度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.038 seconds)
