-
公开(公告)号：CN113659939A
公开(公告)日：2021-11-16
申请号：CN202110991434.2
申请日：2021-08-26
Applicant: 郑州轻工业大学
Abstract: 一种基于闭环负反馈的UPWM失真校正方法及该方法构建的数字UPWM调制器，该方法首先在数字Sigma‑Delta调制器之前添加插零值模块，提高输入信号的采样频率；然后在数字Sigma‑Delta调制器之后加入抽取模块，降低数字Sigma‑Delta调制器输出信号的采样频率；之后对数字Sigma‑Delta调制器的状态空间表达式进行重构，求取一组新的状态空间系数，使得重构之后的数字D类音频功放系统和原数字D类音频功放系统等价；最后将抽取模块和UPWM发生器包含到数字Sigma‑Delta调制器的环路内，构成闭环负反馈环路，使得环路的输入输出呈现线性，从而校正UPWM产生的失真。本发明不仅能降低谐波失真还能大幅降低功放输出信号的本底噪声，从而可使功放拥有较高的SNDR，同时所提方法可全数字电路实现、硬件实现简单且具有可移植性。
-
公开(公告)号：CN111654698A
公开(公告)日：2020-09-11
申请号：CN202010534562.X
申请日：2020-06-12
Applicant: 郑州轻工业大学
IPC: H04N19/119 , H04N19/70 , H04N19/96 , G06K9/62
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区决策方法，其步骤为：首先，利用传统编码方法对视频序列进行编码，并在编码过程中记录与CU划分的类别相关的特征，并利用改进的F-score特征选择方法计算特征的得分值，将得分值较高的特征作为特征子集；其次，根据CU划分的类别和特征子集构建改进的有向无环图DAG-SVM分类器模型；最后，将待划分的CU的纹理复杂度、方向复杂度和量化步长输入改进的有向无环图DAG-SVM分类器模型中，预测CU最佳划分类别。本发明通过改进的F-score特征选择方法和改进的有向无环图支持向量机DAG-SVM模型的结合，能够提前预测最佳CU分区，降低了计算复杂度，节省了编码时间。
-
公开(公告)号：CN111479110A
公开(公告)日：2020-07-31
申请号：CN202010293694.8
申请日：2020-04-15
Applicant: 郑州轻工业大学
IPC: H04N19/109 , H04N19/119 , H04N19/51 , H04N19/543 , H04N19/567
Abstract: 本发明提出了一种针对H.266/VVC的快速仿射运动估计方法，其步骤为：利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为静态区域或非静态区域；对于静态区域的CU，跳过仿射运动估计，直接利用运动估计对当前CU进行预测，并通过率失真优化的方法选择最佳的预测方向模式；对于非静态区域的CU，利用训练好的随机森林分类器RFC模型对当前CU进行分类，输出最佳的预测方向模式。对于静态区域的CU，本发明跳过仿射运动估计，降低了计算复杂度；对于非静态区域的CU，本发明通过提前训练好的模型直接进行预测方向模式的预测，避免了仿射运动估计的计算，从而降低仿射运动估计模块的复杂度。
-
公开(公告)号：CN111287312A
公开(公告)日：2020-06-16
申请号：CN202010121020.X
申请日：2020-02-26
Applicant: 郑州轻工业大学
IPC: E04B1/00
Abstract: 本发明公开的属于建筑技术领域，具体为一种基于大数据的智能建筑系统，包括远程控制端、云端、传输系统、隐私加密系统、本地存储端和设备端，所述远程控制端通过传输系统与云端连接，所述云端通过传输系统与设备端连接，所述隐私加密系统安装在云端与远程控制端和设备端之间，所述设备端与本地存储端连接，通过将本地化的设备端通过传输系统与云端连接，实现连接互联网大数据，提高设备端的数据交互性，提高设备端的设备智能化程度，从而解决了现有建筑系统的智慧性差的问题，方便使用。
-
公开(公告)号：CN118709895A
公开(公告)日：2024-09-27
申请号：CN202410735877.9
申请日：2024-06-06
Applicant: 郑州轻工业大学
IPC: G06Q10/063 , G06F18/213 , G06F18/27 , G06Q50/08
Abstract: 本申请公开了一种沿河流域的建设用地集约评价方法、终端设备及存储介质；该方法包括对夜光遥感数据和土地利用覆盖数据进行预处理，由处理后的所述夜光遥感数据和土地利用覆盖数据建立平均夜间灯光指数；构建所述平均夜间灯光指数与土地城市化水平之间的异速增长模型，根据所述异速增长模型中的异速增长系数，评价沿河区域的建设用地集约利用水平。从多源遥感视角下建立异速增长模型，利用夜光遥感数据，构建平均夜间灯光指数与土地城市化水平之间的异速增长模型，由此能够破除资源要素跨地区跨领域流动障碍，促进土地等生产要素高效流动，增强城市群之间发展协调性以及今后城市化进程的高质量发展。
-
Patent Agency Ranking
公开(公告)号：CN118135283A
公开(公告)日：2024-06-04
申请号：CN202410129963.5
申请日：2024-01-29
Applicant: 郑州轻工业大学
IPC: G06V10/764 , G06V20/13 , G06V20/10 , G06V10/44 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06N3/084
Abstract: 本发明提供一种任务自适应的高光谱遥感图像小样本分类方法。该方法包括：步骤1：构建HSI小样本数据集作为元训练集，在所述元训练集上构建多个分类任务，利用所述多个分类任务对特征提取器进行元训练；所述特征提取器包括光谱自适应特征提取网络和任务自适应空间特征提取网络；步骤2：将目标HSI数据集构建为元测试集，在所述元测试集上构建多个分类任务，利用所述多个分类任务对训练后的特征提取器进行微调；步骤3：使用微调后的特征提取器对输入的高光谱遥感图像进行分类。本发明能够自适应地提取HIS图像的空谱联合特征，具有较好的图像分类能力。
-
公开(公告)号：CN118072176A
公开(公告)日：2024-05-24
申请号：CN202410338769.8
申请日：2024-03-22
Applicant: 郑州轻工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度空洞卷积和Transformer的高光谱图像分类方法及系统，方法包括步骤：第一特征提取模块和第二特征提取模块分别对输入的高光谱图像进行处理，第一特征提取模块利用普通卷积提取局部空间信息和全局光谱信息，并输出局部空间特征、全局光谱特征。第二特征提取模块利用不同膨胀率的空洞卷积和分区域Transformer提取局部光谱信息和全局空间信息，并输出中心区域特征和邻边区域特征。预测分类模块融合输入的局部空间特征、全局光谱特征、中心区域特征和邻边区域特征，并根据融合后的特征对高光谱图像块进行分类，输出高光谱图像的类标签。据此能够提高高光谱图像分类精度，保证高光谱图像分类的准确性。
-
公开(公告)号：CN111968003B
公开(公告)日：2023-11-24
申请号：CN202010919140.4
申请日：2020-09-04
Applicant: 郑州轻工业大学
IPC: G06V20/10 , G06V10/58 , G06V20/70 , G06V10/774 , G06V10/82 , G06Q50/02 , G06F16/28 , G06N20/00 , G06N3/0464 , G06N3/09 , G06N3/096
Abstract: 本发明公开一种基于农作物本体概念响应的农作物病害预测方法，包括以下步骤：定义局部本体子概念、病害本体建模、构建深度学习模型、本体概念检测、基于监督学习的病害结果预测和基于概念推理的病害结果预测；本发明在建立病害知识本体的基础上，基于深度学习模型训练对应的本体概念检测器，然后在检测出概念响应后结合监督学习和概念推理技术进行病害结果预测，一方面在基于监督学习进行病害结果预测时尝试对标签中的噪声进行滤除，另一方面通过概念推理降低概念响应的不确定性，充分分析农作物状态表现与病害结果之间关系，在提高病害预测可靠性的同时促进病害反演，并避开了标
-
公开(公告)号：CN111309561B
公开(公告)日：2023-04-28
申请号：CN202010121017.8
申请日：2020-02-26
Applicant: 郑州轻工业大学
Abstract: 本发明公开的属于大数据系统技术领域，具体为一种用于大数据系统状态监控的方法和装置，该监控方法如下：步骤一：系统接入大数据，收集数据信息；步骤二：将收集的数据信息按照时间点进行拆分处理；步骤三：根据拆分的数据进行时间点对比；步骤四：将对比后的信息进行数据矫正；步骤五：矫正的数据进行合并，再进行数据延迟消除；步骤六：消除延迟的数据输出到系统状态监控系统即可，通过对收集的数据系统状态信息进行数据拆分，再将拆分的数据进行对比，数据进行矫正后，再将矫正的数据代入到当前的时间点进行同步，再输出到系统状态监控系统中，有效的解决了大数据下系统状态监控的延迟效果，防止数据更新错误造成的损失发生。
-
公开(公告)号：CN113806609A
公开(公告)日：2021-12-17
申请号：CN202111128257.1
申请日：2021-09-26
Applicant: 郑州轻工业大学
IPC: G06F16/906 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/33 , G06F16/35 , G06F16/65 , G06F16/68 , G06F16/75 , G06F16/783
Abstract: 本发明提出了一种基于MIT和FSM的多模态情感分析方法，用以解决现有多模态情感分析方法在融合多模态信息时的技术性问题；其步骤为：首先，分别对文本模态数据、语音模态数据和视频模态数据进行预处理，提取文本特征向量、语音特征向量和视频特征向量；其次，将三个特征向量依次进行组合后分别输入Multimodal Interactive Transformer中进行辅助学习，分别得到三个学习后的特征矩阵；最后，将三个学习后的特征矩阵输入Feature Soft Mapping中映射到统一的语义空间中进行融合，得到融合特征；并将融合特征输入分类层，获取情感预测结果。本发明所提出的多模态情感分析模型能够充分考虑多种模态信息之间的关联，有助于在数据融合后进行情感分类。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.024 seconds)
