-
Patent Agency Ranking
公开(公告)号：CN114943332A
公开(公告)日：2022-08-26
申请号：CN202210255417.7
申请日：2022-03-15
Applicant: 北京邮电大学
Abstract: 本申请提供一种轻量级YOLO模型的训练方法及相关设备。一种轻量级YOLO模型的训练方法，包括：对原始YOLO模型中每一层卷积层的四维权重矩阵进行降维处理，得到每一层卷积层对应的低维权重表征矩阵；基于所述低维权重表征矩阵及所述原始YOLO模型进行前向计算，得到所述前向计算的输出结果；响应于确定所述前向计算的输出结果未达到预设条件，计算每一层卷积层对应的权重梯度，并基于每一层卷积层对应的所述权重梯度对对应的所述低维权重表征矩阵进行更新。本申请提供的一种轻量级YOLO模型的训练方法及相关设备，前向计算复杂度、空间复杂度及更新复杂度均较低，有利于直接在资源受限的边缘设备或终端设备中部署。
-
公开(公告)号：CN114357504A
公开(公告)日：2022-04-15
申请号：CN202111421244.3
申请日：2021-11-26
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司
Abstract: 本公开实施例提供一种基于隐私保护的联邦学习方法以及相关设备。所述方法包括：根据神经网络的权重矩阵，得到行采样序列集合和列采样序列集合；根据行采样序列集合和列采样序列集合，生成低维行表征矩阵和低维列表征矩阵；接收边缘节点端发送的公钥，并根据公钥对对称密钥进行加密，得到密文，并将密文发送到边缘节点端；生成对称密钥，并根据对称密钥对行采样序列集合和列采样序列集合进行加密，得到加密后的行采样序列集合和列采样序列集合；根据低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合，生成初始化参数集合，并将初始化参数集合发送至中心服务器端。
-
公开(公告)号：CN109995449B
公开(公告)日：2020-12-18
申请号：CN201910199408.9
申请日：2019-03-15
Applicant: 北京邮电大学
IPC: H04B17/391 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的毫米波信号检测方法，其特征在于，包括：使用特征编码方法对接收信号进行标注，得到标注数据；对所述标注数据进行预处理，得到训练数据和测试数据；将所述训练数据输入神经网络模型进行线下训练并使用所述测试数据对所述神经网络模型进行测试，固化所述神经网络模型，得到毫米波检测神经网络模型；将所述毫米波检测神经网络模型应用于线上毫米波信号检测，解决非线性失真和多径干扰问题。
-
公开(公告)号：CN114357504B
公开(公告)日：2025-04-08
申请号：CN202111421244.3
申请日：2021-11-26
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司
Abstract: 本公开实施例提供一种基于隐私保护的联邦学习方法以及相关设备。所述方法包括：根据神经网络的权重矩阵，得到行采样序列集合和列采样序列集合；根据行采样序列集合和列采样序列集合，生成低维行表征矩阵和低维列表征矩阵；接收边缘节点端发送的公钥，并根据公钥对对称密钥进行加密，得到密文，并将密文发送到边缘节点端；生成对称密钥，并根据对称密钥对行采样序列集合和列采样序列集合进行加密，得到加密后的行采样序列集合和列采样序列集合；根据低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合，生成初始化参数集合，并将初始化参数集合发送至中心服务器端。
-
公开(公告)号：CN114430294A
公开(公告)日：2022-05-03
申请号：CN202111544788.9
申请日：2021-12-16
Applicant: 北京邮电大学
Abstract: 本申请提供一种对GEO卫星的对地波束校准方法、装置、电子设备及存储介质。所述方法包括：获取卫星的标校波束的测量功率值；根据测量功率值，得到卫星天线指向的俯仰角偏差及方位角偏差；根据得到的俯仰角偏差及方位角偏差，通过训练好的偏差预测模型，得到下一时刻的预测俯仰角偏差及预测方位角偏差；将所述预测俯仰角偏差及预测方位角偏差传输至卫星。对于GEO卫星，通过上述步骤，可以在获取GEO卫星俯仰角和方位角偏差先验信息模型困难的情况下，根据过往偏差数据，有效预测后续时刻的俯仰角和方位角偏差角度。从而进一步地对GEO卫星波束进行校准，降低最大地表指向偏移。
-
-
-
-
Search Results
15
records
(took 0.035 seconds)
