-
公开(公告)号：CN114445914A
公开(公告)日：2022-05-06
申请号：CN202210094081.0
申请日：2022-01-26
Applicant: 厦门大学 , 睿云联(厦门)网络通讯技术有限公司
Abstract: 本发明公开了一种基于视频的毫米波数据自动标注方法及系统，其中方法包括：采用多线程同步采集每个时刻待识别区域的毫米波数据和对应视频中的每一帧图像数据；将每一帧图像数据输入到训练好的行为识别神经网络模型进行识别，以得到每个时刻视频中的人体动作识别结果；对毫米波数据进行处理以得到带有时间维度信息的微多普勒特征数据；根据人体动作识别结果对微多普勒特征数据进行划分标注，以得到标注完成的毫米波数据；由此，通过同步采集视频数据和毫米波数据，以便通过视频数据对可解释性较弱的毫米波雷达数据进行标注，从而不仅节省了数据标注成本而且还提高了精确率。
-
公开(公告)号：CN111027070B
公开(公告)日：2022-05-03
申请号：CN201911213998.2
申请日：2019-12-02
Applicant: 厦门大学 , 福建联迪商用设备有限公司
Abstract: 本发明公开了一种恶意应用检测方法、介质、设备及装置，其中方法包括：获取应用文件，并进行反编译，以获取静态信息；运行应用文件，并获取运行过程中产生的动态信息；分别提取静态信息和动态信息对应的第一文本特征，并计算对应的第一特征向量；将第一文本特征和对应的第一特征向量输入到场感知因子分解机进行分类器的训练，以得到恶意应用检测模型；获取待检测应用文件，并提取待检测应用文件的第二文本特征和对应的第二特征向量，以及将第二文本特征和对应的第二特征向量输入到恶意应用检测模型，以判断待检测应用文件中的应用软件是否为恶意应用；能够对恶意软件进行有效检测，提高恶意软件检测准确率，保证用户使用应用过程中的安全性。
-
公开(公告)号：CN111259184B
公开(公告)日：2022-03-08
申请号：CN202010122977.6
申请日：2020-02-27
Applicant: 厦门大学 , 福建联迪商用设备有限公司
IPC: G06F16/58
Abstract: 本发明涉及一种面向新零售的图像自动标注系统及方法。所述体现包括获取待标注图片和待标注图片对应的用于自动标注图片的测试单元，获取待标注图片中目标的位置信息和目标的标签的级联网络测试单元，检查标注结果是否是Ground Truth的测试单元，获取标注结果的测试单元。训练针对需要标注的目标的图像分割模型，拍摄待标注图片，以及在待标注图片的目标上放置写有数字的纸片的用于自动标注的图片，通过图像分割网络获取图片中目标的位置信息，并检查是否有误，通过深度学习网络获取目标上数字信息，检查无误后，通过数字与标签的对应关系确认目标的标签，将待标注图片的文件名，利用图片中各个目标的位置信息和标签，生成.csv格式文件，完成自动标注。
-
公开(公告)号：CN113949986A
公开(公告)日：2022-01-18
申请号：CN202110920975.6
申请日：2021-08-11
Applicant: 厦门大学 , 京信网络系统股份有限公司
IPC: H04W4/02 , H04W4/021 , H04W4/33 , H04W56/00 , G08B13/24 , H04J3/06 , G06K9/00 , G06K9/62 , G06K17/00 , G06N3/04
Abstract: 本发明提供WR和射频指纹技术的定位方法、系统及监控方法，方法包括服务器与同步设备连接，若干个射频信号接收机分别与同步设备连接；射频信号接收机捕捉到射频信号后，经同步设备传输至服务器；服务器依据射频信号提取瞬态信号，获取瞬态信号对应的瞬态特征和各个接收机接收信号的到达时间差；服务器依据瞬态特征查找射频指纹库，判断是否存在与瞬态特征匹配的射频指纹；若存在，则依据射频指纹确定射频标签；依据所述到达时间差和接收机的坐标位置，计算得到射频标签的坐标位置。本发明能够精准地辨别发送射频信号的射频标签的身份，并准确地定位其所在位置。使得室内定位技术在精确度上得到提升，同时在监控方面具有较高实用性。
-
公开(公告)号：CN113688686A
公开(公告)日：2021-11-23
申请号：CN202110843795.2
申请日：2021-07-26
Applicant: 厦门大学
Abstract: 本发明公开了一种基于图卷积神经网络的虚拟现实视频质量评价方法、介质及设备，其中方法包括：获取失真VR视频，并抽取失真VR视频的视频帧；将失真VR视频帧建模为具有旋转等变性的二十面体图，并对二十面体图进行切割，以得到第一失真VR视频帧切片；构建图卷积网络模型，并训练得到最终图卷积网络模型；获取待评价VR视频，并对待评价VR视频进行预处理，以得到待评价VR视频对应的第二失真VR视频帧切片，以及将第二失真VR视频帧切片输入到最终图卷积网络模型，以便通过最终图卷积网络模型对待评价VR视频进行评价；能够自动对VR视频进行质量评价，降低VR视频质量评价过程中的计算复杂度；提高评价准确度的同时，降低评价过程中的计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN110995461B
公开(公告)日：2021-06-22
申请号：CN201911031015.3
申请日：2019-10-28
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 本发明公开了一种网络故障诊断方法及介质，其中该方法包括：获取KPI指标的实时序列流，并对KPI指标的实时序列流进行截窗处理以获取KPI指标的实时序列向量；将KPI指标的实时序列向量与预先训练好的KPI指标的正常属性向量进行K‑S分布检验，以判断KPI指标的实时序列向量是否分布正常；当所有KPI指标中任意一个KPI指标的实时序列向量分布出现异常时，将所有KPI指标在K‑S分布检验时的偏差值按顺序排列以构成偏差值向量；采用新型引力聚类模型，根据偏差值向量获取与偏差值向量相似度最高的网络故障类别，并将网络故障类别作为网络故障诊断结果；从而无需人工介入即可实现网络故障的诊断过程，大大提高了网络智能运维的高效性和便捷性。
-
公开(公告)号：CN112383368A
公开(公告)日：2021-02-19
申请号：CN202011092683.X
申请日：2020-10-13
Applicant: 厦门大学 , 京信通信系统(中国)有限公司
IPC: H04B17/318 , H04W72/04 , H04W72/08
Abstract: 本发明公开了一种波束测量方法、介质、设备及系统，基站包括多个波束，其中，每个波束具有相应的覆盖区域；方法包括：获取每个波束对应的概率分布值，并根据概率分布值对多个波束进行排序，以及根据波束的排序进行物理层参考信号接收功率测量；根据测量结果更新每个波束对应的概率分布值，并根据更新后的概率分布值计算对应的标准差和期望值；判断标准差是否小于等于预设的最大标准差阈值；如果是，则根据期望值对多个波束进行排序，并根据排序结果依序向终端设备发送波束对应的参考信号，以及根据该参考信号对波束进行测量，以便根据测量结果选择终端设备的工作波束；能够在移动通信过程中，对波束进行有效测量，同时，提高波束测量效率。
-
公开(公告)号：CN107241607B
公开(公告)日：2020-06-16
申请号：CN201710584419.X
申请日：2017-07-18
Applicant: 厦门大学
IPC: H04N19/60 , H04N19/147 , H04N19/61
Abstract: 一种基于多域JND模型的视觉感知编码方法，涉及视频信息处理。首先利用时空频多域JND模型，分别计算出DCT块中每个变换系数的空域基本JND阈值、亮度掩蔽调制因子、对比度掩蔽调制因子以及时域掩蔽调制因子，得到每个变换系数时空频多域JND阈值。然后在变换编码的过程中，引入基于块感知失真概率评估标准，通过一种自适应搜索算法寻找每个系数关于JND阈值的修正因子，得到变换系数抑制值。最后将原始的变换系数减去相应计算得出的最合适的抑制值，作为新的系数放入熵编码阶段。通过多域JND模型和块感知失真概率的编码抑制策略，在保证一定主观质量的前提下，能有效降低编码码率，有助于进一步提高目前编码标准的压缩率。
-
公开(公告)号：CN108197581B
公开(公告)日：2020-04-21
申请号：CN201810022820.9
申请日：2018-01-10
Applicant: 厦门大学
Abstract: 一种基于改进AC‑WGANs的无人机信号识别检测方法，包括以下步骤：S1、采集无人机的无线信号物理层前导码的射频信号，进行起点检测、带通滤波后提取该射频信号的包络信号；S2、将预处理后得到的包络信号基于改进分段PCA数据降维算法进行降维，降维后的信号分成测试信号和训练信号；S3、采用AC‑WGANs识别检测算法并结合训练信号训练生成模型和判别模型，并根据判别模型对测试信号进行识别；S4、根据识别结果，改进AC‑WGANs识别检测算法。本发明采用改进分段PCA数据降维的方法对无线信号进行降维，较好的保留了相应信息的同时，降低了算法的空间复杂度。
-
公开(公告)号：CN110839292A
公开(公告)日：2020-02-25
申请号：CN201910966175.0
申请日：2019-10-12
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 本发明公开了一种基于波束分配的干扰协调方法、介质、设备及装置，其中方法包括：获取宏微异构网络中每个用户的波束信息；根据波束信息获取每个微小区中每个用户的工作波束与该微小区中其他用户的工作波束之间的正交关系，并根据正交关系判断每个用户的工作波束与其他用户的工作波束是否均正交；如果否，则根据波束信息判断该用户是否存在多个可用波束；如果是，则获取每个可用波束所对应的信号与干扰噪声比，并根据每个可用波束的信号与干扰噪声比和每个可用波束与其他用户的工作波束之间的正交关系对该用户的工作波束进行选择；能够有效减少宏微异构网络下波束之间的干扰，提高频谱利用率，同时，提升网络的传输效率。
-
-
-
-
-
-
-
-
-
Search Results
239
records
(took 0.029 seconds)
