-
公开(公告)号:CN111832638A
公开(公告)日:2020-10-27
申请号:CN202010620340.X
申请日:2020-06-30
Applicant: 上海交通大学
Abstract: 本发明公开了一种增强深度残差卷积网络前向传播稳定性系统及方法,涉及深度学习,深度神经网络训练等领域。包括可优化的吸引子向量,衡量吸引子对网络特征吸引力并提供目标吸引子的吸引子网络和二阶优化目标函数。本发明在基于深度神经网络的监督分类任务基础上提出加强深度残差卷积网络及其类似网络前向传播稳定性的吸引子网络,在不改变网络预测时计算参数的情况下,改善了深度残差卷积网络在测试集的分类精度,提升了深度残差卷积网络的泛化性能。
-
公开(公告)号:CN109005060A
公开(公告)日:2018-12-14
申请号:CN201810870834.6
申请日:2018-08-02
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于层级化高度异构分布式系统的深度学习应用优化框架,涉及计算科学方向深度学习领域,包括运行准备阶段和运行阶段,所述运行准备阶段用于进行深度神经网络训练,所述运行阶段对分布式系统中各类设备进行任务分配,并使用数据加密模块对用户敏感数据进行隐私保护。本发明的系统任务异构特性,在保证整体性能的前提下,降低系统响应时间,保证用户体验,基于神经网络的数据加密模块,能够以较低的计算代价和存储代价对用户敏感数据进行隐私保护,保障用户数据安全。
-
公开(公告)号:CN106301687A
公开(公告)日:2017-01-04
申请号:CN201610695729.4
申请日:2016-08-19
Abstract: 本发明涉及一种基于4比特CRC纠错与迭代干扰消除算法的星载AIS接收方法,包括以下步骤:步骤A:对接收信号参数化建模;步骤B:解调输出序列,并进行CRC校验纠错,即对步骤A中的接收信号采用维特比解调,将解调后的序列送入校验纠错模块,对解调后的结果进行CRC校验,如果校验不通过则利用CRC纠错算法进行纠正;步骤C:迭代干扰消除模型,根据步骤B中获取的解调序列,重构AIS信号r1(t),在原始接收信号中消除上述重构信号得r'(t),再次重复步骤A和步骤B获得解调序列 。与现有技术相比,本发明大幅提高了星载AIS系统的误码率性能,同时保证了算法的复杂度,对提高系统性能具有重要意义。
-
公开(公告)号:CN1736621A
公开(公告)日:2006-02-22
申请号:CN200510029295.6
申请日:2005-09-01
Applicant: 上海交通大学
Abstract: 一种可变半径清扫手爪,属于机械手技术领域。本发明包括:右刷臂、左刷臂、毛刷、开合机构和支撑板,右刷臂和左刷臂的根部分别对称铰接于支撑板,右刷臂和左刷臂的头部分别设在两个水平面上,且在运动过程中互不干涉,并以交叉的方式环抱绝缘子;多个毛刷分别设在右刷臂上侧和左刷臂下侧;开合机构固定在支撑板上,同时分别铰接于右刷臂和左刷臂的根部,用于完成右刷臂和左刷臂的开合动作。本发明的可连续改变右刷臂和左刷臂的弯曲半径,在清扫锥形绝缘子的整个过程中可将其完全环抱,地面设备不需要移动位置即可完成绝缘子的完全清扫,且安全可靠。
-
-
-