公开(公告)号：CN115311685A

公开(公告)日：2022-11-08

申请号：CN202210938981.9

申请日：2022-08-05

Applicant: 杭州电子科技大学

Inventor： 叶学义 ,  王鹤澎 ,  廖奕艺 ,  李刚 ,  应娜

IPC: G06V40/10 ,  G06V10/26 ,  G06V10/74

Abstract: 本发明公开了一种基于平均结构相似度的毫米波图像检出结果判定方法，首先二值分割人体毫米波图像，得到人体毫米波图像中的人体区域二值图像；再计算人体中轴位置，得到人体中轴横坐标；根据得到的人体区域二值图像，对检出结果进行特异性修正；再对检出结果进行镜像处理；最后寻找以人体中轴为对称轴的身体另一侧是否存在与检出结果相似的结构，并根据相似程度判断该检出结果内是否含有违禁品目标。本发明针对人体毫米波图像的人体区域常覆盖有难以去除的随机噪声，导致难以判断其目标检测的检出结果中是否真正含有违禁品目标的问题，结合人体的对称性质使用SSIM算法有效地判定了人体毫米波图像的目标检测检出结果。

公开(公告)号：CN112331232B

公开(公告)日：2022-08-12

申请号：CN202011228473.9

申请日：2020-11-06

Applicant: 杭州电子科技大学

Inventor： 应娜 ,  李怡菲 ,  郭春生 ,  杨萌 ,  杨鹏 ,  方昕 ,  郭凡

IPC: G10L25/63 ,  G10L21/0208 ,  G10L21/0232 ,  G10L25/03 ,  G10L25/18 ,  G10L25/30 ,  G10L25/45

Abstract: 本发明公开了一种结合CGAN谱图去噪和双边滤波谱图增强的语音情感识别方法，包括：S1、获取干净语谱图以及加噪语谱图；S2、将干净语谱图和加噪语谱图输入基于矩阵距离的条件生成对抗网络进行训练，得到去噪模型；S3、利用去噪模型对加噪语谱图进行去噪处理，分别进行两个不同尺度的双边滤波，得到低、高尺度滤波图，低、高尺度滤波图相差再乘以增强系数，然后与低尺度滤波图相加，得到细节增强的语谱图；S4、将细节增强的语谱图输入卷积神经网络模型中进行分类，得到分类模型；S5、待识别语音的语谱图经过步骤S3中对语谱图的处理，得到的细节增强的语谱图输入分类模型，得到语音情感分类结果。本发明有效实现语音情感的识别。

公开(公告)号：CN110047506B

公开(公告)日：2021-08-20

申请号：CN201910319987.6

申请日：2019-04-19

Applicant: 杭州电子科技大学

Inventor： 朱宸都 ,  应娜 ,  李怡菲 ,  蔡哲栋 ,  刘兆森 ,  杨鹏

IPC: G10L25/30 ,  G10L25/03 ,  G10L25/48 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提出一种基于卷积神经网络和多核学习SVM的关键音频检测方法，包括步骤：S1：处理音频数据集，得到音频原始波形序列数据集和音频声谱图数据集；S2：建立提取音频原始波形序列特征的一维卷积神经网络和提取音频声谱图特征的二维卷积神经网络；S3：使用音频的原始波形序列数据集和声谱图数据集分别训练一维和二维卷积神经网络，得到对应的两个特征提取的网络模型；S4：输入音频的原始波形序列和声谱图分别至对应的两个网络模型，提取对应的特征；S5：输入两类特征至多核支持向量机，构建基于特征融合模型的核函数，进行音频分类。本发明所述检测方法将卷积神经网络从音频语谱图和音频原始波形中提取的特征进行融合，提高了检测识别准确率。

公开(公告)号：CN112633167A

公开(公告)日：2021-04-09

申请号：CN202011536430.7

申请日：2020-12-23

Applicant: 杭州电子科技大学

Inventor： 郭凡 ,  应娜 ,  孙文胜 ,  叶学义 ,  方昕 ,  殷家政 ,  穆晨

IPC: G06K9/00 ,  G06K9/62 ,  G16H50/70

Abstract: 本发明公开一种基于SaO2信号多种基线特征的自动识别SAHS方法，包括步骤：S1、采集SHHS数据库中的SaO2信号，并对SaO2信号进行预处理；S2、提取多种基本数据特征，并筛选出最优特征；S3、提取多种自定义基线相关特征并与最优特征合并成特征数据集；S4、依据SHHS数据库中提取数据对应的注释文件，计算AHI值，根据AHI值对特征数据集进行分类，选取随机平衡数据法对不平衡数据集进行处理，得到平衡数据集；S5、将平衡数据集作为随机森林分类器的输入，对数据集进行训练和测试，得到最终分类结果。本发明更好地体现SaO2信号变化情况，受试者患病严重程度通过基线相关特征有更好体现；通过随机平衡数据法合并成完整平衡数据集，保证数据随机性，使最终分类结果更准确。

公开(公告)号：CN112381179A

公开(公告)日：2021-02-19

申请号：CN202011436576.4

申请日：2020-12-11

Applicant: 杭州电子科技大学

Inventor： 王静 ,  郭春生 ,  应娜 ,  陈华华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双层注意力机制的异质图分类方法，包括步骤：S11.对不同类型节点的特征向量进行映射操作，得到目标节点和与目标节点相对应的邻域节点在同一实体空间的特征向量；S12.根据得到的特征向量，并基于双层注意力中的类型级注意力和节点级注意力，从类型级注意力到节点级注意力自顶向下地学习不同类型邻居和不同相邻节点间的权重；S13.根据得到的权重构建异质图，得到分类模型；S14.将测试数据输入至得到的分类模型中，输出最终分类结果。

公开(公告)号：CN111243045A

公开(公告)日：2020-06-05

申请号：CN202010024870.8

申请日：2020-01-10

Applicant: 杭州电子科技大学

Inventor： 郭春生 ,  周家洛 ,  应娜 ,  陈华华 ,  杨萌

IPC: G06T9/00

Abstract: 本发明公开了一种基于高斯混合模型先验变分自编码器的图像生成方法，包括步骤：S11.预设生成图像训练数据集；其中训练数据集由若干批次的训练数据组成；S12.搭建高斯混合模型先验的变分自编码器网络；S13.将预设的若干批次的训练数据上传至变分自编码器网络中，并确定变分自编码器网络的后验分布和先验分布；S14.确定高斯混合模型中高斯分量之间的关系，得到映射函数；S15.利用变分自编码器网络和得到的映射函数得到重构损失函数和KL散度函数，计算变分自编码器网络的后验分布和先验分布的损失函数，并对变分自编码器网络的参数进行更新以生成图像；S16.当生成图像时，将伪输入作为输入图像上传至变分自编码器网络，得到最终生成的图片。

公开(公告)号：CN119904652A

公开(公告)日：2025-04-29

申请号：CN202411752194.0

申请日：2024-12-02

Applicant: 杭州电子科技大学

Inventor： 周子皓 ,  应娜 ,  郭春生 ,  叶学义

IPC: G06V10/52 ,  G06V10/44 ,  G06V10/34 ,  G06V10/82 ,  G06V40/10 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/80

Abstract: 本发明公开了一种高分辨率人体关键点检测方法及系统，方法包括如下:S1、选取数据集；S2、对数据集进行预处理；S3、构建金字塔型高分辨率网络，包含混洗模块和特征融合模块；其中，混洗模块由特征保留分支和特征提取分支组成，特征提取分支包括PSA模块和卷积层；特征融合模块首先从高分辨率分支融合到低分辨率分支，再从低分辨率分支融合高分辨率，最后将两次融合的结果相加，作为输出；S4、采用S2预处理后的数据集对S3构建的人体关键点网络进行训练；S5、选出训练中表现最优的网络进行人体关键点预测，引入超分辨率头热图后处理方法，获取关键点位置。本发明能够提取丰富的多尺度空间信息，在通道注意力向量中捕捉跨维度的重要特征。

公开(公告)号：CN119892157A

公开(公告)日：2025-04-25

申请号：CN202510069100.8

申请日：2025-01-16

Applicant: 杭州电子科技大学

Inventor： 曾嵘 ,  赵智崇 ,  王海龙 ,  应娜 ,  包建荣 ,  杨阿锋

IPC: H04B7/01 ,  H04L5/00 ,  H04L25/03 ,  G06N3/006

Abstract: 本发明公开了一种基于高斯学习因子粒子群算法的多普勒间干扰抑制方法，步骤如下：通过正交时频空间调制将导频和数据符号编码到二维时延多普勒域的资源网格上；在发射机上，时延多普勒域网格上的数据通过逆辛有限傅里叶变换映射到时频域得到时频域信号；对时频域信号进行海森堡变换得到时域发送信号；时域发送信号通过无线信道后得到时域接收信号；对于时域接收信号利用多普勒频移对时域接收信号进行多普勒补偿处理，得到多普勒补偿后的信号；然后将多普勒补偿后的信号与接收脉冲进行匹配滤波，并进行采样得到匹配滤波器输出信号；对匹配滤波器输出信号进行辛傅里叶变换得到时延多普勒的接收信号，该方法能够在一定程度上实现对多普勒间干扰的抑制。

公开(公告)号：CN119854938A

公开(公告)日：2025-04-18

申请号：CN202510333396.X

申请日：2025-03-20

Applicant: 杭州电子科技大学

Inventor： 徐童鑫 ,  曾嵘 ,  王海龙 ,  应娜 ,  包建荣 ,  杨阿峰

IPC: H04W64/00 ,  H04W4/029 ,  H04W4/40 ,  H04B7/04 ,  H04B17/391 ,  H04L27/26

Abstract: 本发明公开了一种车联网环境下多RIS辅助OTFS系统中的车辆感知方法，首先，建立RIS辅助的多径信道模型，接收信号利用接收信号和嵌入式导频得到信号到达目标车辆的DOA；基于RIS与车辆的几何位置关系建立投影方程组，通过Rouché‑Capelli定理求解目标车辆的运动方向；构造位置误差向量，基于最小范数准则定义目标函数，采用OTFS信道估计辅助的EWOA算法对目标车辆位置进行估计，获得位置估计值；最后构建距离差误差最小化目标函数，应用Chan‑EWOA算法优化，输出发射源车辆最终位置估计值。该方法在没有LOS路径以及无需节点间定时同步的情况下有效提高了车辆定位性能。

公开(公告)号：CN117236541A

公开(公告)日：2023-12-15

申请号：CN202311261606.6

申请日：2023-09-27

Applicant: 杭州电子科技大学

Inventor： 李冠涛 ,  郭春生 ,  应娜 ,  杨萌

IPC: G06Q10/047 ,  G06Q10/0835 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种基于注意力指针网络的分布式物流配送路径规划方法及系统，本发明方法包括如下步骤：S1.建立分布式物流配送路径规划问题的数学模型；S2.构造基于注意力指针网络的总体网络模型；S3.初始化网络训练参数，将设置好的若干批次的问题实例数据输入；S4.注意力层结合解码器中的隐状态计算出下一时刻动作的概率分布。概率分布结合当前时刻状态，由网络做出动作决策；S5.执行决策的动作，记录路径轨迹并更新环境状态，对同一批次内的问题实例进行重复；S6.使用路径轨迹计算奖励，再用奖励计算梯度，并使用梯度更新网络参数，每一批次问题实例重复直到训练结束；S7.保存训练好的模型，并使用其求解新的问题实例，输出路径规划的解。