-
公开(公告)号：CN113902674B
公开(公告)日：2024-05-24
申请号：CN202111035523.6
申请日：2021-09-02
Applicant: 北京邮电大学
Abstract: 本公开提供一种医学影像分割方法和电子设备。所述方法包括：获取医学影像数据，并对所述医学影像数据进行预处理得到处理后医学影像数据；将所述处理后医学影像数据输入医学影像分割模型；在所述医学影像分割模型，根据所述处理后医学影像数据，得到医学影像的金字塔塔底特征f1；根据所述医学影像的金字塔塔底特征f1，得到预测分数p；根据所述预测分数p，得到所述医学影像的分割结果P。本说明书实施例通过医学影像数据和预先训练的医学影像分割模型，最终得到了医学影像的分割结果P。
-
公开(公告)号：CN113794479B
公开(公告)日：2023-10-24
申请号：CN202110911208.9
申请日：2021-08-09
Applicant: 北京邮电大学
Abstract: 本公开提供一种极化调节卷积码的生成方法及相关设备，通过计算极化调节卷积码每个级联子信道的差错概率上界，并根据雅可比变换处理所述差错概率上界得到构造度量。依据所述构造度量为所有级联子信道从小到大排序，并根据信源信息长度从小到大选取相应数量的级联子信道用于传输信源信息。这种方法有效的降低了对所述极化调节卷积码译码时的误块率，且其适用性也优于现有的RM方法。
-
公开(公告)号：CN116913289A
公开(公告)日：2023-10-20
申请号：CN202310621227.7
申请日：2023-05-29
Applicant: 北京邮电大学
IPC: G10L19/00 , G10L19/008 , G10L13/08 , G10L17/04 , G06N3/0455
Abstract: 本申请提供一种基于响应网络的语义通信编码传输和接收方法及相关设备；方法包括：利用设置的第一缩放参量构建第一响应函数，利用第一响应函数构建解析变换网络，利用预设的第二缩放参量构建第二响应函数，利用第二响应函数构建编码器；将图像向量输入解析变换网络的第一基线网络，并输出潜在表示向量，利用第一缩放参量对其进行缩放，得到目标表示向量；将其输入编码器中的第二基线网络，得到第二基线网络输出向量，利用第二缩放参量对其进行缩放得到码字；设置条件熵模型，利用条件熵模型估计目标表示向量每个维度各自的熵值；利用每个维度各自的熵值确定目标表示向量对应的符号数向量，按照符号数向量将码字映射为信道传输符号，发送至接收端。
-
公开(公告)号：CN114640423B
公开(公告)日：2023-07-25
申请号：CN202210039335.9
申请日：2022-01-13
Applicant: 北京邮电大学
IPC: H04L1/00 , H04N19/126 , H04N19/30 , G06N3/08 , G06N3/0464
Abstract: 本申请提供一种分布式语义信源信道联合编码传输方法及相关设备。所述方法包括：获取独立同分布的两个图像信源；将所述独立同分布的两个图像信源输入预先训练的分布式编码模型；在所述分布式编码模型，分别将所述两个图像信源进行编码，得到两个归一化特征向量；根据所述两个归一化特征向量，得到两个校准图；根据上述两个校准图，得到两个重建图像。本申请实施例将两个独立同分布的图像信源输入预先训练的分布式编码模型，最终得到了重建图像。
-
公开(公告)号：CN114499751B
公开(公告)日：2023-06-30
申请号：CN202111514013.7
申请日：2021-12-10
Applicant: 北京邮电大学
IPC: H04L1/00 , H04W72/0446 , H03M13/13
Abstract: 本申请提供一种基于极化ALOHA的列表增强译码方法和装置，本申请的方法对经过时隙删除信道传输的接收数据包执行基于极化码的包级干扰抵消列表(pSCL)译码，译码后生成L条译码路径(结果)，依据这L个译码结果经时隙ALOHA的串行干扰抵消(SIC)迭代译码终止时的时隙重量，从这L条路径中选取时隙重量最小的路径作为极化码的最佳译码路径进行输出；最佳路径译码输出恢复多个数据包后，对它们进行各自数据包的一致性校验，若满足则该数据包被正确接收，并广播该数据包的确认帧。该过程将独立的内、外码译码过程有机地合二为一，构成一种抗时隙删除的列表增强译码方法，有效地提升了时隙删除信道下时隙ALOHA系统的吞吐率。
-
Patent Agency Ranking
公开(公告)号：CN115694730A
公开(公告)日：2023-02-03
申请号：CN202211249158.3
申请日：2022-10-11
Applicant: 北京邮电大学
Abstract: 本公开提供一种基于智能路径选择的极化码译码方法及相关设备包括：获取极化码，并确定所述极化码的参数；将所述参数输入至预先训练的神经网络模型中对所述极化码进行路径选择，以得到路径选择结果；对所述路径选择结果进行判定，得到判定结果，并将所述判定结果输入至译码器；通过所述译码器对所述极化码进行译码。本公开通过使用预设的神经网络模型对极化码进行路径选择，从而降低了对极化码译码过程中所产生的时延，同时还进一步提高了极化码译码器的性能。
-
公开(公告)号：CN115664428A
公开(公告)日：2023-01-31
申请号：CN202211131855.9
申请日：2022-09-16
Applicant: 北京邮电大学
Abstract: 本申请提供的一种译码方法及设备，首先对接收序列和生成矩阵进行预处理，之后对信息比特和码字序列猜测错误图样，最后对猜测的错误图样进行后处理，采用判断是否通过校验和进行欧氏距离比较的方式进行后处理，输出最优译码序列作为译码结果。本申请在保证有效的译码性能的同时降低了算法的复杂度。此外，通过设置最大迭代次数，以防止盲目查询，减少了译码过程中的查询次数，有效地降低了译码的复杂度。
-
公开(公告)号：CN111565051B
公开(公告)日：2022-11-25
申请号：CN202010279781.8
申请日：2020-04-10
Applicant: 北京邮电大学
IPC: H03M13/11
Abstract: 本发明公开了一种用于LDPC码的自学习归一化偏置最小和译码方法，该用于LDPC码的自学习归一化偏置最小和译码方法包括：建立LDPC码译码训练样本集；建立深度学习模型；利用LDPC码译码训练样本集，并采用随机梯度下降的训练方法对所述深度学习模型进行训练，得到训练好的参数；将所述训练好的参数代入到归一化偏置最小和译码算法中进行译码。本发明用于LDPC码的自学习归一化偏置最小和译码方法既具有较低的计算复杂度，又具有良好的译码性能，十分适合实际通信系统中的应用，具有很好的推广应用前景。
-
公开(公告)号：CN111933253B
公开(公告)日：2022-09-23
申请号：CN202010676123.2
申请日：2020-07-14
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于神经网络的骨骼结构图像的标志点标注方法和装置，所述方法包括：将骨骼结构图像输入到基于神经网络的标志点初始预测模型输出各类标志点的初始预测坐标值；根据各类标志点的初始预测坐标值，分别确定各类标志点的局部区域；针对每类标志点，将该类标志点的局部区域的图像输入到与该类标志点对应的、基于神经网络的单标志点标注模型；对于每个单标志点标注模型，将该单标志点标注模型输出的坐标值进行坐标反向回传，得到该标志点在所述骨骼结构图像中的坐标值进行标注。应用本发明可以基于神经网络实现自动标注骨骼结构图像的各标志点，从而大幅度提高医生诊断的效率和准确率。
-
公开(公告)号：CN115085862A
公开(公告)日：2022-09-20
申请号：CN202110282797.9
申请日：2021-03-16
Applicant: 中兴通讯股份有限公司 , 北京邮电大学
Abstract: 本申请提出一种数据传输方法、设备和存储介质。该方法包括：从待传输信息比特序列中选取第一数量的比特，组成重传数据块的待编码比特序列；对重传数据块的待编码比特序列进行极化码编码得到编码比特序列；将编码比特序列和编码之后的首传数据块组合得到当前待传输数据块；对当前待传输数据块进行数字基带调制后发送至第二通信节点。
-
-
-
-
-
-
-
-
-
Search Results
303
records
(took 0.099 seconds)
