-
公开(公告)号：CN113792856A
公开(公告)日：2021-12-14
申请号：CN202111058809.6
申请日：2021-09-09
Applicant: 电子科技大学
Abstract: 本发明公开了基于VAE医疗保健联邦学习框架的确定方法，涉及计算机科学、机器学习以及联邦学习技术领域，解决基于联邦学习的医疗保健领域的三个挑战，第一，数据分布非IID导致的最终模型性能降低以及收敛速度慢的问题。第二，医疗数据的正负样本分布不均衡导致的模型偏差较大的问题。第三，联邦学习下所消耗的通信带宽过大导致的难以实际部署的问题。我们先在联邦学习框架下训练两个轻量级的VAE，然后将训练好的VAE分发给所有的节点用于更新自己的本地数据，而更新后的本地数据具有的特点就是数据都是低维且分布具有相似性并且类别是均衡的。最后再利用这样的数据对异常检测模型进行训练。
-
公开(公告)号：CN110095286B
公开(公告)日：2021-01-05
申请号：CN201910312842.3
申请日：2019-04-18
Applicant: 杭州电子科技大学
IPC: G01M13/025 , G01M13/027 , G01M13/028
Abstract: 本发明公开了一种机器人球窝关节摩擦副的测试装置。现有磨损试验机难以模拟机器人球窝关节摩擦副的真实磨损情况。本发明包括第一旋转轴、第二旋转轴、加载轴、关节窝夹具和关节头夹具；第二旋转轴和加载轴同轴，第一旋转轴与加载轴垂直。本发明通过关节窝夹具和关节头夹具在第一旋转轴、第二旋转轴以及加载轴上的不同组合固定方式，在同一套装置内完成球窝关节转动和摆动测试，通过灵敏电流计实现了在不破坏配对关系情况下，对磨损量的动态测量，测试结果准确性较高。
-
公开(公告)号：CN109284400B
公开(公告)日：2020-10-23
申请号：CN201811434481.1
申请日：2018-11-28
Applicant: 电子科技大学
IPC: G06F40/295 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Lattice LSTM和语言模型的命名实体识别方法，该方法包括语言模型训练语料预处理，构建基于LSTM的语言模型，命名实体识别训练语料预处理，构建基于Lattice LSTM和语言模型的命名实体识别模型，进行命名实体识别。本发明通过构建基于Lattice LSTM和语言模型的命名实体识别模型，有效的利用了字符嵌入和词嵌入来进行命名实体识别，并且在命名识别模型中使用语言模型来提供上下文信息，显著提高了命名实体识别的识别精度，同时减少了人工数据标注造成的人力消耗。
-
公开(公告)号：CN109657239B
公开(公告)日：2020-04-21
申请号：CN201811517779.9
申请日：2018-12-12
Applicant: 电子科技大学
IPC: G06F40/295
Abstract: 本发明公开了一种基于注意力机制和语言模型学习的中文命名实体识别方法，该方法包括构建基于字的字典，对每个元素对应的ID号进行向量转换，通过restricted Self‑attention层进行组合，通过第一层Bi‑LSTM进行拼接组合并训练语言模型，通过第二层Bi‑LSTM进行拼接组合并采用条件随机场方法进行标签预测训练，将数据集进行随机排列并采用Adam优化方法进行多轮训练，利用神经网络对待识别的文本数据进行中文命名实体识别。本发明只基于字的特征，不需要进行分词和其他的词性、句法等人工特征，提高了方法的健壮性和鲁棒性；而且本发明对未登录词表现良好，且性能优良，可以很好的提高下游任务的性能。
-
公开(公告)号：CN110095287A
公开(公告)日：2019-08-06
申请号：CN201910312843.8
申请日：2019-04-18
Applicant: 杭州电子科技大学
IPC: G01M13/025 , G01M13/027
Abstract: 本发明公开了直叶片变量泵定子内表面摩擦磨损检测装置及测试方法。目前没有模拟单作用变量叶片泵在正常工况下摩擦磨损的测试仪。本发明包括直叶片、叶片导槽和定子内曲线模拟凸轮；本发明将定子内曲线轮廓模拟凸轮的轮廓最低点与直叶片接触后，第二伺服电机带动直叶片，当压力传感器反馈的压力值等于设定值时第二伺服电机停止；定子内曲线轮廓模拟凸轮转动，达到转动时间后停止；液压油通过检测通道，并依次经消光式粒度仪和消光式颗粒计数器后排出，消光式粒度仪检测脱落的金属颗粒粒径，消光式颗粒计数器检测脱落的金属颗粒数量；计算定子内曲线轮廓模拟凸轮及直叶片磨损掉的总质量。本发明可靠模拟直叶片变量泵工作环境，并测量磨损量。
-
Patent Agency Ranking
公开(公告)号：CN106526544B
公开(公告)日：2019-03-29
申请号：CN201610929832.0
申请日：2016-10-31
Applicant: 西安电子科技大学
IPC: G01S7/36
Abstract: 本发明属于雷达技术领域，公开了一种基于高超声平台的MIMO SAR杂波抑制方法，包括：建立MIMO SAR的几何模型；生成各天线通道的波形信号；提取回波信号分量sm，n(tr，ta)，利用sm，n(tr，ta)获得根据得到计算运动目标导向矢量aT，l(fa)和静止杂波导向矢量aC，l(fa)；构造信号矩阵sm(fr，fa)；利用sm(fr，fa)、aT，l(fa)和aC，l(fa)计算杂波抑制最优权矢量系数wl(fa)，利用wl(fa)和sm(fr，fa)得到经杂波抑制后的回波数据。本发明可解决高距离分辨率和宽测绘带之间的矛盾，实现对地面强静止杂波的有效抑制。
-
公开(公告)号：CN105678699B
公开(公告)日：2019-03-26
申请号：CN201511029884.4
申请日：2015-12-31
Applicant: 西安电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于测量域分块显著性检测的压缩感知图像重构方法，主要解决现有技术在采样数不增加的情况下难以提高图像重构质量的问题。其实现步骤为：(1)将原图分为大小相同互不重叠的子块，用压缩感知的方法进行测量；(2)对子块测量值进行变换并判断，把子块划归为显著块或非显著块；(3)对显著块和非显著块分配不同采样率；(4)根据显著块和非显著块的采样率对图像进行二次测量，得到测量值矩阵；(5)从测量值矩阵中重构出显著块和非显著块，恢复出图像。本发明能在采样数大致相同的情况下有效提高重构图像的主观质量和信噪比，可用于图像编解码领域。
-
公开(公告)号：CN105354581B
公开(公告)日：2018-11-16
申请号：CN201510759561.4
申请日：2015-11-10
Applicant: 西安电子科技大学
IPC: G06K9/46
Abstract: 本发明公开了一种融合颜色特征与卷积神经网络的图像特征提取方法，主要解决现有技术下颜色特征提取不全面和卷积神经网络特征提取对颜色不敏感的问题。其实现步骤为：(1)输入彩色图像；(2)获取主体图像；(3)获取颜色特征向量；(4)获取归一化卷积神经网络特征向量；(5)获取融合特征向量。本发明能够同时发挥颜色特征提取和卷积神经网络特征提取的优势，可用于图像处理技术领域。
-
公开(公告)号：CN108152812A
公开(公告)日：2018-06-12
申请号：CN201711330498.8
申请日：2017-12-13
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
IPC: G01S13/68
Abstract: 本发明公开了一种调整网格间距的改进AGIMM跟踪方法，思路为：确定雷达，所述雷达扫描范围内存在目标，雷达对目标进行扫描探测；建立雷达直角坐标系和雷达极坐标系，确定在雷达直角坐标系下雷达对目标的量测值，分别得到雷达对目标的初始状态向量 以及雷达对目标的初始误差协方差矩阵P0；分别确定交互模型集及交互模型集初始值；确定交互模型集的卡尔曼滤波初始值；计算3采样时刻第j个机动转弯子模型的状态向量滤波输出值 至N采样时刻第j个机动转弯子模型的状态向量滤波输出值 和3采样时刻第j个机动转弯子模型的误差协方差滤波输出值Pj(3|3)至N采样时刻第j个机动转弯子模型的误差协方差滤波输出值Pj(N|N)，并记为一种调整网格间距的改进AGIMM跟踪结果。
-
公开(公告)号：CN107332593A
公开(公告)日：2017-11-07
申请号：CN201710532660.8
申请日：2017-07-03
Applicant: 电子科技大学
IPC: H04B7/0413 , H04B7/08
Abstract: 本发明属于通信抗干扰技术领域，具体的说是涉及一种基于复合信道欧氏距离的空间调制解码转发中继系统的中继节点选择方法。本发明提供了一种基于空间调制解码转发中继系统的中继节点选择算法，该技术通过从若干个中继节点中选取一个子集，作为解码转发信息的中继节点，能够使星座点间最小欧式距离变大，在使系统在引入较小的反馈量和增加很小的复杂度的情况下，使系统的BER性能得到显著的提高。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.047 seconds)
