-
公开(公告)号：CN117372440B
公开(公告)日：2024-03-19
申请号：CN202311681795.2
申请日：2023-12-08
Applicant: 北京邮电大学
IPC: G06T7/00 , A61B5/00 , A61B5/055 , A61B5/245 , G06V10/766 , G06V10/774 , G06V10/80
Abstract: 本申请提供阿尔茨海默病风险预警模型训练方法、预警方法及设备，方法包括：根据历史被测对象的多模态磁共振影像对应的多个层级的脑网络特征，构建多个用于存储各个历史被测对象各自对应的样本数据与阿尔茨海默病风险等级标签之间的对应关系的数据集，采用不同的数据集分别一对一训练各个单模态风险预测模型；基于各个单模态风险预测模型分别输出的单模态阿尔茨海默病风险等级数据训练线性回归模型，得到用于输出被测对象的阿尔茨海默病风险预警结果数据的阿尔茨海默病风险预警模型。本申请能够充分捕获多模态磁共振成像所反应的特异和互补的信息，能够更加全面地刻画大脑的全局变化，并能够提高阿尔茨海默病风险评估结果的准确性及可靠性。
-
公开(公告)号：CN115116475A
公开(公告)日：2022-09-27
申请号：CN202210663429.3
申请日：2022-06-13
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于时延神经网络的语音抑郁症自动检测方法和装置，所述方法的步骤包括，获取初始语音信号，将所述初始语音信号划分为多个语音段，每个语音段包括至少一个语音帧，分别计算所述初始语音信号中每一个语音段的短时能量与短时过零率；基于短时能量和短时过零率得到有效语音片段；对每个有效语音片段进行预加重处理，对预加重处理后的有效语音片段基于时间进行分帧，得到多个帧片段，计算每个帧片段对应的梅尔频率倒谱系数；将梅尔频率倒谱系数输入预设的时延神经网络模型中，采用层次残差卷积以及压缩激励机制提取帧级特征，基于注意力机制的统计池化合并帧级特征并经过分类模型得到概率参数；最后投票集成得到预测结果。
-
公开(公告)号：CN114863411A
公开(公告)日：2022-08-05
申请号：CN202210453101.9
申请日：2022-04-27
Applicant: 北京邮电大学
Abstract: 本发明公开了一种车牌识别方法及装置，该方法包括：将预定时间段内拍摄的至少包含有一辆车的视频流数据输入到离线车辆跟踪网络模型，获取各车辆轨迹图像序列；将车辆轨迹图像序列输入到深度学习车牌检测网络，提取到与该车辆轨迹图像序列相对应的车牌图像序列；根据图像面积、平均梯度和质量分数，对该车辆车牌图像序列中的每一车牌图像进行排序，得到该车辆的最优车牌图像；将所述最优车牌图像输入到LPRNet字符识别网络模型，得到该车辆的车牌号码。采用本发明能够对所有视频流数据进行分析，使得车牌能够被准确识别。
-
公开(公告)号：CN109587693A
公开(公告)日：2019-04-05
申请号：CN201811320380.1
申请日：2018-11-07
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种基于异构云无线接入网络的用户终端关联方法及装置，包括：获取用户终端信息和低功率节点信息；根据所述用户终端信息和所述低功率节点信息得到用户终端预期信息；将用户终端与低功率节点的收益模型结合所述用户终端信息和所述用户终端预期信息，得到所述用户终端对所述低功率节点的第一收益数据列表；将所述第一收益数据列表发送到用户终端，以供所述用户终端根据所述第一收益数据列表选取目标低功率节点进行关联。本发明实施例通过考虑了用户终端预期信息和用户终端移动角度信息可以减少预期较差的低功率节点的接入，减少了切换次数从而减轻基带单元池的运算负荷，提升了与低功率节点所连接的基带单元池性能。
-
公开(公告)号：CN106685476B
公开(公告)日：2019-02-12
申请号：CN201611253345.3
申请日：2016-12-30
Applicant: 北京天驰星科技有限公司 , 北京邮电大学
IPC: H04B1/7073 , H04B1/713 , H04L1/00 , H04L27/36
Abstract: 一种兼容数据链的时隙数据帧的形成终端及其工作方法，该终端基于数据冗余度的相关性和通信服务质量要求，在射频带宽恒定条件下，通过各部件的配合，能够直观、清晰展现时隙数据帧的形成过程：对接收到的业务数据进行分析，选择适宜的编码、调制与扩频组合技术和数据封装格式，并开创性地将该组合技术信息映射到时隙数据帧的精同步字段填充比特位，使得接收终端在精同步时，就获取后续接收数据的编码、调制与扩频组合技术信息，缩短接收数据的预处理时间，满足数据链的抗干扰性、保密性、实时性以及覆盖范围的需求，还增强数据链对未来复杂环境的适应性，提高系统吞吐量。该终端结构紧凑、合理、巧妙，操作步骤简单、便捷、容易，其应用前景看好。
-
Patent Agency Ranking
公开(公告)号：CN104994550B
公开(公告)日：2018-10-16
申请号：CN201510349026.1
申请日：2015-06-23
Applicant: 北京邮电大学
Abstract: 本申请公开了一种小小区的开启和休眠方法，包括：控制面与用户面完全分离的双连接建立过程：UE与宏基站建立控制面连接，与小小区基站建立数据面连接；宏基站和已开启的小小区基站计算自身的当前负载，当某基站的当前负载大于设定的第一门限且超过设定的第一时长时，该基站配置接入的UE进行邻区发现测量；UE确定其所在小区的邻区当前的开启或休眠状态；其中，UE根据休眠邻区发送的发现参考信号确定该邻区处于休眠状态。宏基站获取相应基站的所有UE的各个邻区的状态信息，选择最有效卸载流量的休眠小小区进行开启，并将过载部分的该小小区的UE的数据面连接转接到开启的休眠小小区，将控制面保留在宏基站，建立控制面与用户面分离的双连接。应用本申请，能够在实现负载分担的同时，降低切换频率，减少信令开销。
-
公开(公告)号：CN103386692B
公开(公告)日：2016-04-06
申请号：CN201310324953.9
申请日：2013-07-30
Applicant: 北京邮电大学
Abstract: 本发明公开了一种新的机器人碳纤维臂杆设计制造方法。该碳纤维臂杆由一根碳纤维杆、两个钛合金连接件构成。其中，钛合金连接件与碳纤维臂杆之间采用胶接与螺钉连接这种混合连接的方式粘连到一起。在设计制造过程中主要考虑了臂杆的力学性能、走线方法设计、等电位设计、碳纤维杆与钛合金连接件的连接工艺设计、精度控制等方面的内容。所设计制造的碳纤维臂杆具备了很好的力学性能、等电位为几十毫欧、碳纤维复合材料同钛合金连接件的连接部分有很高的强度，可以很好的满足对碳纤维臂杆的各项要求。
-
公开(公告)号：CN105099462A
公开(公告)日：2015-11-25
申请号：CN201410217469.0
申请日：2014-05-22
Applicant: 北京邮电大学
IPC: H03M7/30
Abstract: 本申请公开了一种基于压缩感知的信号处理方法，包括：采集原始信号；根据原始信号构造测量矩阵；将测量矩阵与原始信号相乘，得到降维的观测信号，并对观测信号进行后续信号处理。其中，在构造测量矩阵时，首先根据原始信号x的长度N，构造N1×N1(N1≥N)维的标准哈达玛(Hadamard)矩阵HN1，再对哈达玛矩阵进行截取和采样构成亚采样矩阵，并对亚采样矩阵进行基于SVD分解的奇异值修正，从而得到测量矩阵。应用本申请，能够在解除对原始信号长度限制的基础上提高信号的重构精度。
-
公开(公告)号：CN102711061B
公开(公告)日：2014-09-10
申请号：CN201210160464.X
申请日：2012-05-22
Applicant: 北京东方文骏软件科技有限责任公司 , 北京邮电大学
Abstract: 一种模拟用户行为的彩信业务用户感知体验QoE的测评方法，是先设置一套包括彩信发送和彩信接收两种用户各自的业务接入，业务保持和业务完整三方面用户感知体验参数的彩信业务QoE测评指标体系，再利用测试终端模拟用户使用彩信业务的发送和接收过程，分别采集与计算彩信业务两种用户感知体验的关键性能指标KPI，进而计算其相应的彩信业务关键质量指标KQI，以及利用心理模型对KQI进行综合运算而获得相应的彩信业务的关键体验指标KEI，然后对这些KEI指标进行综合分析，获得等效于国际标准平均意见分值MOS的5分制彩信业务QoE值。本发明的测评参数标准客观、实用，操作步骤简单、计算复杂度低、容易实现；能模拟用户行为得到相对客观、公正的用户体验感知质量。
-
公开(公告)号：CN103386692A
公开(公告)日：2013-11-13
申请号：CN201310324953.9
申请日：2013-07-30
Applicant: 北京邮电大学
Abstract: 本发明公开了一种新的机器人碳纤维臂杆设计制造方法。该碳纤维臂杆由一根碳纤维杆、两个钛合金连接件构成。其中，钛合金连接件与碳纤维臂杆之间采用胶接与螺钉连接这种混合连接的方式粘连到一起。在设计制造过程中主要考虑了臂杆的力学性能、走线方法设计、等电位设计、碳纤维杆与钛合金连接件的连接工艺设计、精度控制等方面的内容。所设计制造的碳纤维臂杆具备了很好的力学性能、等电位为几十毫欧、碳纤维复合材料同钛合金连接件的连接部分有很高的强度，可以很好的满足对碳纤维臂杆的各项要求。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.041 seconds)
