-
公开(公告)号：CN101227252A
公开(公告)日：2008-07-23
申请号：CN200710173301.4
申请日：2007-12-27
Applicant: 复旦大学 , 上海复旦微纳电子有限公司
Abstract: 本发明属于无线通信信道解码技术领域，具体为一种未知噪声信息的多径衰落信道软判决度量生成方法。信道解码中的软判决技术需要利用信道噪声方差信息来产生软判决度量，而通常情况下，这一信息是未知和/或时变的。本发明提出一种在多径衰落信道中估计噪声方差的方法，即利用每帧发送数据中的训练序列，对信道噪声方差进行估计；并利用一阶AR模型的迭代算法，对噪声方差的估计结果进行更新，然后利用该更新结果产生软判决度量。该方法在DTMB系统中的应用结果表明：生成的软判决度量逼近于多径衰落信道的最优软判决度量，具有良好的性能和可实现性。
-
公开(公告)号：CN101232349A
公开(公告)日：2008-07-30
申请号：CN200710173300.X
申请日：2007-12-27
Applicant: 复旦大学 , 上海复旦微纳电子有限公司
Abstract: 本发明属于无线通信解调制技术领域，具体为一种快速生成QAM比特置信度软判决度量的方法。在现代通信系统中，为了保证高的信道解码增益，信道解码器均采用了软输入技术。传统的软判决度量大多是基于最小距离准则生成。本发明提出一种基于比特置信度信息快速生成QAM软判决度量的方法，它通过将比特置信度引入到QAM软判决度量的计算中来减少计算的复杂性。该方法应用于中国数字电视地面传输标准DTMB系统的仿真结果表明，软判决度量生成算法明显降低了计算量，但性能几乎没有任何损失，具有良好的性能和可实现性。
-
公开(公告)号：CN101227252B
公开(公告)日：2011-11-02
申请号：CN200710173301.4
申请日：2007-12-27
Applicant: 复旦大学 , 上海复旦微纳电子有限公司
Abstract: 本发明属于无线通信信道解码技术领域，具体为一种未知噪声信息的多径衰落信道软判决度量生成方法。信道解码中的软判决技术需要利用信道噪声方差信息来产生软判决度量，而通常情况下，这一信息是未知和/或时变的。本发明提出一种在多径衰落信道中估计噪声方差的方法，即利用每帧发送数据中的训练序列，对信道噪声方差进行估计；并利用一阶AR模型的迭代算法，对噪声方差的估计结果进行更新，然后利用该更新结果产生软判决度量。该方法在DTMB系统中的应用结果表明：生成的软判决度量逼近于多径衰落信道的最优软判决度量，具有良好的性能和可实现性。
-
公开(公告)号：CN101232349B
公开(公告)日：2011-08-03
申请号：CN200710173300.X
申请日：2007-12-27
Applicant: 复旦大学 , 上海复旦微纳电子有限公司
Abstract: 本发明属于无线通信解调制技术领域，具体为一种快速生成QAM比特置信度软判决度量的方法。在现代通信系统中，为了保证高的信道解码增益，信道解码器均采用了软输入技术。传统的软判决度量大多是基于最小距离准则生成。本发明提出一种基于比特置信度信息快速生成QAM软判决度量的方法，它通过将比特置信度引入到QAM软判决度量的计算中来减少计算的复杂性。该方法应用于中国数字电视地面传输标准DTMB系统的仿真结果表明，软判决度量生成算法明显降低了计算量，但性能几乎没有任何损失，具有良好的性能和可实现性。
-
公开(公告)号：CN118942149A
公开(公告)日：2024-11-12
申请号：CN202310536600.9
申请日：2023-05-12
IPC: G06V40/20 , G06V10/82 , G06V10/774 , G06V10/20 , G06V10/26 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于轻量型神经网络的手势识别方法，具有这样的特征，包括以下步骤：步骤S1，构建神经网络模型，并采用多个现有手势图像作为训练集对神经网络模型进行训练，得到训练后的神经网络模型作为手势识别模型；步骤S2，通过图像传感器采集得到包含手部的原始图像；步骤S3，对原始图像进行预处理，得到预处理图像；步骤S4，将预处理图像输入手势识别模型，得到原始图像的手势识别结果。总之，本方法能够降低手势识别网络的计算量和参数量的同时，保持较高的手势识别准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN118906041A
公开(公告)日：2024-11-08
申请号：CN202310504094.5
申请日：2023-05-06
IPC: B25J9/16 , G06T7/73 , G06T7/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明提供了一种基于U‑Yolo6D算法的机械臂抓取工业零件方法，具有这样的特征，包括以下步骤：步骤S1，根据工业零件得到多个训练图像和对应的标注数据作为训练数据集；步骤S2，构建U‑Yolo6D网络模型并通过训练数据集对U‑Yolo6D网络模型进行训练，得到训练后的U‑Yolo6D网络模型作为位姿提取模型；步骤S3，通过图像传感器采集包含工业零件的图像；步骤S4，将图像输入位姿提取模型，得到工业零件的位姿估计结果；步骤S5，根据位姿估计结果，控制机械臂抓取工业零件。总之，本方法能够提高机械臂抓取工业零件的准确度和速度。
-
公开(公告)号：CN117788353A
公开(公告)日：2024-03-29
申请号：CN202311829339.8
申请日：2023-12-27
Abstract: 本发明涉及图像处理技术领域，特别是针对荧光图像处理。本发明提出了一种结合双边滤波的导向滤波荧光图像增强算法，该算法结合了双边滤波和导向滤波的优势，利用双边滤波算法能够同时兼顾各像素值几何上的临近信息和亮度上的相似信息的优点，以及利用导向滤波算法能够有效保护图像的边缘信息及不容易产生伪影现象的优点，采用双边滤波作为预处理以获得边缘较好的导向图，提供了针对荧光图像领域更有效的去除噪声和边缘增强的方法。首先，输入待处理的荧光图像灰度图，用双边滤波算法作为预处理获得更好的导向图；其次，对灰度图进行导向滤波处理得到噪声更低、边缘保持更好的细节信息；最后通过加权融合得到最终增强后的输出荧光图像。
-
公开(公告)号：CN117574590A
公开(公告)日：2024-02-20
申请号：CN202210936816.X
申请日：2022-08-05
Abstract: 本发明提供一种基于恒虚警的电力系统异常负荷检测方法，该方法将异常检测问题描述为二元检测问题，并引入雷达信号处理中的恒虚警概念，在统计意义上对大量的数据进行筛选，按照序列服从的分布类型进行异常或正常的判定，从而检测出异常数据。在选取负荷数据时，由于采用连续的时间段内选取数据从而构造出了合理化负荷序列，避免了多种数据不合理化的影响，也为模型的数据检测提供了稳定。此外，还由于采用了NP准则确定检验统计量为最大平均偏差，并采用蒙特卡罗方法简化判决门限计算中的积分式求解出判决门限，因此解决了二元检测问题中虚警和漏警两种错误率不能同时减小的问题，从而减小了给定虚警率和实际虚警率的误差。
-
公开(公告)号：CN117233266A
公开(公告)日：2023-12-15
申请号：CN202210622246.7
申请日：2022-06-02
Abstract: 本发明公开了一种基于循环神经网络的全波形反演的导波层析成像方法，包括：步骤1，利用循环神经网络的序列计算实现基于有限差分法的声波公式的时间序列正演建模，得到初始模型；步骤2，依次循环计算每个激发位置时每个时间步的波场值，生成模拟值；步骤3，实际观测值经过信号处理后，生成模拟值与观测值的最小二乘目标方程；步骤4，反演部分对最小二乘目标方程进行迭代最小化，包括自动微分法和Adam算法，分别负责目标方程梯度计算和迭代更新速度模型和UNet权重；步骤5，对更新的速度模型进行深度图像先验UNet正则化；步骤6，重复步骤1～步骤5，进行下一次迭代计算直到目标方程低于指定阈值，得到最终速度模型，并利用频散关系转化为厚度模型。
-
公开(公告)号：CN116385332A
公开(公告)日：2023-07-04
申请号：CN202111577830.7
申请日：2021-12-22
Applicant: 复旦大学
Abstract: 本发明提供一种图像拼接组合篡改的多特征融合检测方法，该方法能够对图像是否存在篡改实现全面地、精准地检测，包括以下步骤：对待检测彩色图像采用预定方法进行超像素分割获取分割图像；对分割图像采用互补色小波变化提取颜色变化，获取分割图像的图像色度变化特征；对分割图像进行清晰度检测提取分割图像的不同区域的清晰度值，基于不同区域的清晰度值获取图像清晰度变化特征；采用显著性区域检测算法将分割图像分为两个区域，基于NSS模型分别提取这两个区域的统计特征，获取分割图像的纹理差异和失真特征；将图像色度变化特征、图像清晰度变化特征、纹理差异以及失真特征进行融合，并采用训练好的分类器获取分类结果得到最终的检测结果。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.038 seconds)
