-
公开(公告)号：CN117935816A
公开(公告)日：2024-04-26
申请号：CN202410098931.3
申请日：2024-01-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于残差网络带二维注意力和语义增强的说话人识别方法。该方法包括以下步骤：S1：将接收语音信号的梅尔频谱图作为模型的输入；S2：将输入的语音信号的梅尔频谱图经过第一特征提取层和四个第二特征提取层，所述第一特征提取层与四个第二特征提取层串联起来进行特征提取；S3：融合多个层级特征，同时利用网络浅层和深层的信息；S4：将融合后的特征输入基于注意力机制的统计池化层和全连接层，生成说话人特征嵌入；S5：在说话人特征嵌入空间中执行有意义的语义扰动，实现特征级别的数据增强。本发明对嵌入进行有意义的语义方向增强和对数据的多维特征关联计算；扩充样本量和提高特征捕获能力，进而改善模型的性能。
-
公开(公告)号：CN117590241A
公开(公告)日：2024-02-23
申请号：CN202311850214.3
申请日：2023-12-29
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明涉及一种基于状态衰减和交互学习的锂电池健康状态监测方法，属于电池技术领域。该方法包括：构建缺失数据向量；对锂电池序列的缺失数据的特征提取；多分辨率时间特征提取；多尺度特征的比例融合。锂电池时间序列属于一维数据，各类曲线是对锂电池工况的客观但抽象的反映，人们并不能直接利用传统的数据填充方法来破坏数据的非线性。本研究以DEC‑LSTM和CIN为核心模块，构建满足SOH和RUL等任务的混合神经网络，实现对锂电池健康状态的准确监测。本研究兼顾了数据来源的真实性和模型预测的准确性，为异常缺失数据的数据处理提供了一种新的技术手段，亦可迁移到其他工业领域，作为解决异常缺失数据问题的方法之一。
-
公开(公告)号：CN116863045A
公开(公告)日：2023-10-10
申请号：CN202310829882.1
申请日：2023-07-07
Applicant: 重庆邮电大学
IPC: G06T13/40 , G06T13/20 , G06F18/25 , G06F18/2431 , G06V40/16 , G06V10/80 , G06V10/82 , G10L15/02 , G10L15/06 , G10L15/16 , G10L21/10 , G06N3/0455 , G06N3/0442 , G06N3/0495 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种轻量级语音驱动三维脸部模型生成方法，属于三维模型生成领域，包括以下步骤：S1：在语音信号解码器端采用基于一维深度可分离卷积的语音特征编码模块提取语音特征序列对象；S2：采用剪枝后的深度全连接与长短期记忆神经模块耦合后的脸部表示特征编码器，对脸部表示进行解码操作，得到潜在脸部表示特征；S3：最后用剪枝后的多层感知器耦合两个特征序列生成潜在分类多头向量特征，实现对编码网络高维分类特征序列的解码。
-
公开(公告)号：CN116106773A
公开(公告)日：2023-05-12
申请号：CN202211612664.4
申请日：2022-12-15
Applicant: 重庆邮电大学
IPC: G01R31/392 , G01R31/367 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/09 , G06N3/049 , G06F18/241 , G06F18/214
Abstract: 本发明涉及一种基于数据增强的混合模型锂电池健康状态监测方法，属于电池检测技术领域。该方法以多头注意力机制和时序卷积混合模型为基础模型，并将生成对抗方法融入进混合神经网络模型中，设计针对时序数据生成的对抗模型，在传统的无监督生成对抗模块的基础上，添加嵌入和生成模块的有监督学习，混合神经网络的串并联打破传统神经网络方法中生成对抗学习的无监督性和单一模型对数据特征提取的局限性，弥补由于训练集不足而带来的信息缺失，实现基于有限数据集的高精度锂电池健康状况监测。本发明能够在少量的异常工况电池数据的情况下，通过数据增强的方式提供足够的数据，实现高精度的电池健康状态预测。
-
公开(公告)号：CN111137245B
公开(公告)日：2022-08-02
申请号：CN201911304676.9
申请日：2019-12-17
Applicant: 重庆邮电大学
IPC: B60R25/01 , B60R25/20 , G07C9/00 , H04M1/72415
Abstract: 本发明涉及一种汽车门锁开闭方法，属于汽车技术领域。该方法通过手机内的蓝牙或WIFI等无线通信方式完成汽车门锁开闭功能，实现用车的无钥匙化管理，并提高车主用车安全性。手机通过无线通信发送门锁开启或关闭密匙，车内ECU接收处理密匙信息并发送应答信息，手机根据接收的应答随机数据、手机成员信息与设定的密码几个部分进行组合加密构成新密匙，通过手机实现汽车门锁的开闭控制。
-
Patent Agency Ranking
公开(公告)号：CN114035054A
公开(公告)日：2022-02-11
申请号：CN202111359259.1
申请日：2021-11-17
Applicant: 重庆邮电大学
IPC: G01R31/382
Abstract: 本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。
-
公开(公告)号：CN108256077B
公开(公告)日：2022-02-08
申请号：CN201810049053.0
申请日：2018-01-18
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/36
Abstract: 本发明涉及一种面向中国移动智能客服的动态扩展知识图推理方法，属于人工智能技术领域。该方法包括：表征学习下的三元知识图构建；限界技术下的知识图Top‑k查询技术；单一业务类型多轮对话场景知识推理；跨业务类型多轮对话场景新语义挖掘。本发明为用户提供了有效应答交互的自然语言信息，满足智能客服多轮对话需求。
-
公开(公告)号：CN113721159A
公开(公告)日：2021-11-30
申请号：CN202111135219.9
申请日：2021-09-27
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种面向随机局部充电的数据驱动电池健康估计方法，属于电池技术领域，包括以下步骤：S1：对恒流充电过程进行电压分段，以得到若干随机局部充电片段；S2：提取出每个随机充电片段下的电量增量ΔQ，得到恒流充电过程的电量增量序列，作为估计电池健康状态的特征数据；S3：对于提取出的电量增量序列，对其不同的统计学特性与电池健康状态的相关性进行分析，选取与高相关性的统计学特征作为健康因子；S4：使用稀疏高斯过程回归方法进行电池健康状态估计。不同于其他方法中需要对不同的充电片段分别建立不同的估计模型，本发明仅需建立单个估计模型，就可利用任意随机局部充电片段实现电池健康状态的在线估计，且提高了估计的准确性。
-
公开(公告)号：CN112329680A
公开(公告)日：2021-02-05
申请号：CN202011268332.X
申请日：2020-11-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于类激活图的半监督遥感影像目标检测和分割方法。首先利用给定的遥感影像标注数据生成分类标注数据集，训练一个全局平均池化GAP(Global Average Pooling)的分类卷积神经网络模型，并利用特征图的权重叠加的原理，构造出能生成类激活图CAM(Class Activation Mapping)的卷积神经网络模型；然后，经过数据增强分别以类激活图和真实标注作为训练目标，对目标检测和分割模型进行半监督训练；接着，使用具有真实标注的测试集对目标检测和分割模型进行验证，得到检测和分割精度较高的模型；最后，在仅使用少量标注数据训练的情况下，该方法具有良好遥感影像目标检测和分割效果。
-
公开(公告)号：CN112270279A
公开(公告)日：2021-01-26
申请号：CN202011204146.X
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多维的遥感图像微小目标检测方法，属于目标检测领域。采用多深度图像金字塔网络进行多深度、多分辨率的特征提取，用浅层流提取高分辨率图像特征、用深层流提取低分辨率图像特征。同时，为了缓解多尺度、多深度特征之间的信息不平衡，还提出了多尺度特征金字塔网络，使得微小目标的语义信息和特征纹理信息不仅从高层传播到低层，而且从深流传播到浅流，从而提高微小目标的识别结果。最后再附加两个简单的全连接层进行分类、回归任务，整个模型称为多深度、多尺度、多分辨率微小目标检测网络M3DNet。最终，本发明采用多深度、多尺度、多分辨率的遥感图像微小目标检测方法能够有效地完成微小目标检测。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.03 seconds)
