一种终端设备及其应用程序的切换方法

    公开(公告)号:CN104424025A

    公开(公告)日:2015-03-18

    申请号:CN201310364273.X

    申请日:2013-08-20

    Abstract: 本申请公开了一种终端设备及其应用程序的切换方法,包括:终端设备接收激活切换界面的指令,弹出切换界面,并获取当前处于运行状态的所有应用程序/指定应用程序的所有标签和/或预设时间内打开且当前已关闭的应用程序/指定应用程序的标签,建立对应的循环队列;将循环队列中的连续N个应用/标签对应的指示标识显示在弹出的切换界面上;终端设备接收对切换界面上显示的任一指示标识的操作,并执行与该操作对应的切换或关闭动作。应用本申请,能够高效地进行应用程序的切换。

    OFDM系统频率同步的方法和设备

    公开(公告)号:CN102546514B

    公开(公告)日:2014-12-24

    申请号:CN201210020082.7

    申请日:2012-01-21

    Inventor: 孙卓 马骏 王文博

    Abstract: 本发明的实施例公开了一种OFDM系统频率同步的方法和设备,通过应用本发明实施例所提出的技术方案,在OFDM系统频率同步的过程中,利用数字锁相环机制,实现了AD/DA与射频共时钟条件下载波频偏和采样频偏的联合估计,当每帧更新锁相环状态信息时只需利用训练符号的频域相关特性估计出残留的采样频偏,然后通过简单的计算得到残留的载波频偏,便可以实现对频偏估计的更新,系统实现复杂度非常低,并且在数字锁相环处于锁定状态时可以达到非常高的估计精度。

    用于提高已有类别增量学习新旧类别区分度的训练方法

    公开(公告)号:CN116089883B

    公开(公告)日:2023-12-19

    申请号:CN202310044665.1

    申请日:2023-01-30

    Abstract: 本发明提出一种用于提高已有类别增量学习新旧类别区分度的训练方法,包括:获取数据集并对数据集进行预处理,构成任务序列;构建和优化双分支网络,基于初始数据集构建回放数据集以实现增量阶段的旧知识保留;复制并扩展双分支网络,在双分支中基于表征相似性进行双边采样,通过提升易混淆的旧类别的采样概率实现区分度提升,采取混合损失函数和累积学习策略优化双分支网络,并扩展回放数据集以实现下一增量阶段的旧知识保留;所述训练方法在增量学习的过程中直接保存旧样本,采取目标蒸馏方法,以简单有效的手段保存旧知识;基于双分支结构进行双边采样和累积学习,能够有效解决混淆问题,实现类别增量学习分类性能提升。(56)对比文件Boyan Zhou et al.BBN: Bilateral-Branch Network with Cumulative Learningfor Long-Tailed VisualRecognition.arXiv.2019,全文.卢健;马成贤;周嫣然;李哲.双分支网络架构下的图像相似度学习.测绘通报.2019,(第12期),全文.何丽;韩克平;朱泓西;刘颖.双分支迭代的深度增量图像分类方法.模式识别与人工智能.2020,(第02期),全文.

    一种基于卷积层的滤波方法及装置

    公开(公告)号:CN110516566B

    公开(公告)日:2021-07-27

    申请号:CN201910728641.1

    申请日:2019-08-08

    Abstract: 本发明实施例提供了一种基于卷积层的滤波方法和装置,上述方法包括:获取待处理信号;将待处理信号输入预先训练的滤波模型进行信号滤波,得到滤除噪声信号后的待处理信号,上述滤波模型包括依次连接的第一输入层、全卷积层、SE块层和第一输出层,第一输入层用于接收输入信号,全卷积层包括预设数量个卷积核,各个卷积核用于提取输入信号中不同频带的信号,得到带通滤波信号,SE块层用于提取各个带通滤波信号的特征,根据所提取的特征确定表征各个带通滤波信号属于非噪声信号的权重,并按照各个带通滤波信号的权重对各个带通滤波信号进行加权计算,得到滤除噪声信号后的输入信号。应用本发明实施例提供的方案,能够滤除信号中噪声信号。

    一种信号调制方式的识别方法

    公开(公告)号:CN104618073B

    公开(公告)日:2018-08-21

    申请号:CN201510093698.0

    申请日:2015-03-03

    Abstract: 本申请公开了一种信号调制方式的识别方法,包括:接收调制后的模拟信号s;利用观测矩阵R对所述模拟信号进行压缩采样,获得亚采样值z;其中,所述观测矩阵的每行均有且只有一个1,并且每行的1分别在不同列上;利用所述z重构所述模拟信号的频谱;根据所述频谱识别所述信号调制方式;利用所构造的包含z的高阶矩信息的矩阵重构所构造的包含s的高阶矩信息的矩阵,并根据高阶矩信息组合得到的判决参数进行调制方式识别。应用本申请,能够降低调制方式识别过程的处理复杂度。

    一种信号循环平稳特性的重构方法

    公开(公告)号:CN104682963A

    公开(公告)日:2015-06-03

    申请号:CN201510094476.0

    申请日:2015-03-03

    Abstract: 本申请公开了一种信号循环平稳特性的重构方法,该方法包括:接收压缩感知处理后的信号y;生成传感矩阵其中,和是满足特定条件的投影矩阵,A为亚采样率为M/N的测量矩阵;确定使最小的原始信号的自相关序列rx;其中,所述ry为所述信号y的相关序列;根据vec{Rx}=PNrx和所述rx确定所述原始信号的自相关矩阵Rx;其中,所述Rx包括所述原始信号中N(N+1)/2的有效信息元素,其余元素为0;将所述Rx*变换到循环自相关域得到循环自相关的恢复矩阵Rx(c)。应用本申请,能够降低处理的复杂度,减少资源的占用。

Patent Agency Ranking