-
-
公开(公告)号：CN113596951A
公开(公告)日：2021-11-02
申请号：CN202111027480.7
申请日：2021-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明提供基于量子礁鲨机制的无线传感器网络分簇路由方法。此方法采用与LEACH相同的按“轮”周期运行方式，每轮包括动态成簇、动态簇首竞争和稳定数据传输三个阶段，以优化节点监测及控制数据在网络中的路由传递，均衡网络能耗，延长网络生命周期。在动态成簇阶段，根据当前网络状态判断是否需要动态成簇，若需要则采用量子礁鲨优化机制实现WSN节点动态成簇，以避免“热区”，其仿生于礁鲨捕食过程并结合模拟量子旋转门来演化量子礁鲨量子态，收敛速度快、收敛精度高，且具有更好的鲁棒性；在动态簇首竞争阶段，综合考虑节点剩余能量、节点与基站距离、节点与簇内其他节点距离三个因素并结合当前轮的网络特征来选举最优簇首。
-
公开(公告)号：CN107248844B
公开(公告)日：2019-05-21
申请号：CN201710447524.9
申请日：2017-06-14
Applicant: 哈尔滨工程大学
CPC classification number: Y02E10/58
Abstract: 本发明提供的是一种光伏电源。包括Boost电路、电容、电流检测电路、电压检测电路、乘法电路、第一延迟电路、第二延迟电路、第一比较电路、第二比较电路、同或逻辑电路和驱动电路。根据光伏电池输出电压和输出功率的大小变化规律，形成逻辑控制电路，实现对电力变换电路中的电力电子器件的导通或关断控制，电路结构简单，跟踪速度快，实用性强。在实现对最大功率点跟踪的过程中，无需任何的控制算法和控制策略，避免了传统的扰动观察法、导纳增量法等方法的控制器设计、控制参数调节等问题，易于实现。
-
公开(公告)号：CN105970099A
公开(公告)日：2016-09-28
申请号：CN201610487698.3
申请日：2016-06-28
Applicant: 哈尔滨工程大学
IPC: C22C38/08 , C22C38/04 , C22C38/16 , C22C38/12 , C22C38/02 , C22C38/18 , C22C38/14 , C22C38/06 , C21D8/02
CPC classification number: C22C38/08 , C21D8/0226 , C21D8/0247 , C22C38/02 , C22C38/04 , C22C38/06 , C22C38/12 , C22C38/14 , C22C38/16 , C22C38/18
Abstract: 本发明提供的是一种含Cu止裂钢及其制备方法。成分为C 0.02～0.10％，Cu 0.1～1％，Si 0.1～0.4％，Mn 0.5～1.2％，Al 0～0.2％，Cr 0.1～0.3％，Ni 0.5～1.5％，Mo 0～0.8％，Nb 0.01～0.05％，Ti 0.03～0.2％，S≤0.005％，P≤0.01％，其余为Fe和不可避免的杂质元素。其制备方法熔炼；热轧，粗轧温度1000～1100℃，精轧开轧温度800～1000℃。本发明通过设计适当微合金含量配比生成富铜纳米相，通过轧制和热处理工艺，控制钢中相组成及其形貌和尤其是富铜纳米相的析出，从而提高含Cu止裂钢的强度、韧性和止裂性能。
-
公开(公告)号：CN102903084B
公开(公告)日：2015-09-30
申请号：CN201210359004.X
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供一种α稳定模型下的小波域图像噪声方差估计方法，包括对含噪图像进行小波域分解，进行α稳定模型下的原始系数参数估计，获得尺度参数和形状参数，从而获得原始系数的估计熵值；建立对角子带的含噪系数直方图，计算含噪系数熵值并记录子带系数熵值与原始系数熵值的熵值差、噪声方差的值；以步进量L更新噪声方差的值,重复上述步骤；对随机选取的1000幅不同图像重复上述过程，并计算在同一噪声标准差下的1000个熵值差的均值；建立噪声标准差与熵值差间的二次拟合关系获得拟合系数，从而获得方差估计表达式。本发明具有较强的鲁棒性，简化了模型参数估计和熵值的计算过程，易于计算和实现，具有更高的估计精度。
-
Patent Agency Ranking
公开(公告)号：CN102426701A
公开(公告)日：2012-04-25
申请号：CN201110347609.2
申请日：2011-11-07
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供基于双树复小波变换和PCA的水下声纳图像的去噪方法，分为以下步骤：对一幅水下声纳图像应用双树复小波变换，将图像由空间域变换到复小波域，保持图像经三层双树复小波变换后获得的低频近似分量不变，对图像的高频分量进行处理，采用PCA方法估计高频子带中噪声的能量，从而确定阈值并采用硬阈值函数对复小波系数进行处理，对处理后的复小波系数进行双树复小波反变换，获得最终去噪后的图像。本发明克服了传统二维小波缺乏平移不变性和方向选择性的缺点，更好地捕捉图像的方向性信息，能够在去除噪声的同时，更好地保护图像的边缘、纹理等细节信息。
-
公开(公告)号：CN116566777B
公开(公告)日：2024-03-12
申请号：CN202310504648.1
申请日：2023-05-08
Applicant: 哈尔滨工程大学
IPC: H04L27/00 , H04B1/713 , G06N3/0464 , G06N3/042
Abstract: 本发明提出一种基于图卷积神经网络的跳频信号调制识别方法。所述方法包括以下步骤：步骤1：提取跳频信号的节点特征；步骤2：构建邻接矩阵和边，将跳频信号转换为无向拓扑图；步骤3：根据跳频信号图域转换数据构建图卷积神经网络GCN模型；步骤4：利用训练样本集合训练GCN模型，将测试样本输入训练好的GCN模型中输出识别结果。本发明提出的信号图域转换方法在降低节点和边的数量的基础上，提取多种节点特征，减少了参数和计算量且抗噪声性能好，构建的GCN模型可以获取受信噪比影响较小的空间结构信息，在保证了识别准确率的基础上网络层数少，实时性好。
-
公开(公告)号：CN116566777A
公开(公告)日：2023-08-08
申请号：CN202310504648.1
申请日：2023-05-08
Applicant: 哈尔滨工程大学
IPC: H04L27/00 , H04B1/713 , G06N3/0464 , G06N3/042
Abstract: 本发明提出一种基于图卷积神经网络的跳频信号调制识别方法。所述方法包括以下步骤：步骤1：提取跳频信号的节点特征；步骤2：构建邻接矩阵和边，将跳频信号转换为无向拓扑图；步骤3：根据跳频信号图域转换数据构建图卷积神经网络GCN模型；步骤4：利用训练样本集合训练GCN模型，将测试样本输入训练好的GCN模型中输出识别结果。本发明提出的信号图域转换方法在降低节点和边的数量的基础上，提取多种节点特征，减少了参数和计算量且抗噪声性能好，构建的GCN模型可以获取受信噪比影响较小的空间结构信息，在保证了识别准确率的基础上网络层数少，实时性好。
-
公开(公告)号：CN113111304B
公开(公告)日：2022-09-27
申请号：CN202110357999.5
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种强冲击噪声下基于量子射线机理的相干分布源测向方法，包括：建立相干分布源的广义阵列流型，构造基于加权无穷范数低阶协方差矩阵的极大似然测向方程；计算更新后所有射线的适应度函数值，更新全局最优量子位置和局部最优量子位置；每条射线依概率从斯涅尔折射定律演化和随机演化两种演化规则中选择一种更新其量子位置；计算更新后所有射线的适应度函数值，更新全局最优量子位置和局部最优量子位置；判断是否达到最大迭代次数，若未达到，返回步骤三；若达到则终止循环迭代，输出全局最优量子位置，经过映射变换为全局最优位置对应中心方位角和角度扩散的极大似然估计值。本发明在强冲击噪声环境下具有鲁棒性，突破现有应用局限。
-
公开(公告)号：CN104200434B
公开(公告)日：2017-04-12
申请号：CN201410431699.7
申请日：2014-08-28
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种应用于图像去噪并作为后续目标识别的预处理的基于噪声方差估计的非局部均值图像去噪方法。本发明包括：输入噪声图像，获取噪声图像尺寸；生成一个与噪声图像相同尺寸的零矩阵；对噪声图像边缘进行对称扩展；估计噪声方差，确定全局平滑参数；遍历噪声图像中每个像素，计算权值；利用非局部均值算法计算去噪图像。本发明中基于噪声方差估计的非局部均值图像去噪方法，可以显著提高噪声图像清晰度，并且去噪后能更清晰地保留边缘和细节信息。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.045 seconds)
