-
公开(公告)号：CN117880010A
公开(公告)日：2024-04-12
申请号：CN202311673371.1
申请日：2023-12-07
Applicant: 山东大学 , 山东正晨科技股份有限公司
Abstract: 本发明提出的一种基于深度学习的时变水声信道估计方法，应用在水声通信领域中。本发明采用创新性的逻辑设计，首先通过水声正交频分复用系统生成原始码元，在原始码元中插入置零的直流子载波；通过4AQM方式对并行数据进行调制；信号经过引入高斯白噪声的时变水声信道；对信号进行解调；利用卷积神经网络、双向门控单元、自归一化网络、全连接网络构建信道估计模块，并引入注意力机制；最后采用Nadm优化器和多分类交叉熵损失函数对网络进行训练。本发明有效解决了时变水声信道下OFDM系统中存在的误符号率和误码率性能失真的问题。仿真结果表示，此方法表现出的性能优于传统的最小二乘法和最小均方误差，提高了水声信道估计的精度。
-
公开(公告)号：CN118869404A
公开(公告)日：2024-10-29
申请号：CN202411065195.8
申请日：2024-08-05
Applicant: 山东大学 , 山东正晨科技股份有限公司
IPC: H04L25/02
Abstract: 本发明涉及通信技术领域，尤其是提供了一种结合超分辨网络和transformer的信道估计方法。该方法包括基于提取的导频位置处的数据，利用频域LS算法获得导频符号矩阵；基于导频符号矩阵，利用SLRTNet网络的编码器抓取关键输入信息；基于关键输入信息，利用SLRTNet网络的解码器进行信道估计，获取信道矩阵；基于信道矩阵，利用上采样模块获得信道响应矩阵，该方法解决了网络参数冗余、性能不稳定的问题，修剪冗余参数量的同时改善了模型估计性能，并且通过SLRTNet网络提供了更具鲁棒性的通信条件，实现了一种轻量级的信道估计方案，提高了信道估计精度，具有更好的泛化性。
-
公开(公告)号：CN114694245B
公开(公告)日：2024-11-08
申请号：CN202011621083.8
申请日：2020-12-30
Applicant: 山东大学
IPC: G06V40/20 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464
Abstract: 本发明属于人工智能与模式识别领域，提供了基于Capsule和GRU的实时行为识别和体征状态监测方法及系统。其中该方法包括获取多模态运动信息和多模态生理信息；将多模态运动信息与九轴运动数据融合，将多模态生理信息与四轴生理数据融合；将融合后的多模态运动信息和融合后的生理信息均依次进行归一化和滑窗分割操作，对应得到运动数据块和生理数据块；通过基于Capsule和GRU的空间和时间特征提取的深度学习模型对运动数据块进行处理，识别出人体当前行为；将生理数据块与生理参数阈值比较，判断用户的行为适宜状态并判断是否发出报警；根据输出的行为类别，统计设定时间段内的人体行为信息，以反馈调整深度学习模型中的时空特征权重参数。
-
公开(公告)号：CN118226421A
公开(公告)日：2024-06-21
申请号：CN202410634235.X
申请日：2024-05-22
Applicant: 山东大学
IPC: G01S7/497 , G01C25/00 , G06T7/80 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及基于反射率图的激光雷达‑相机在线标定方法及系统，属于图像处理技术领域。包括：数据预处理，生成符合神经网络部分的输入的数据；将经过数据预处理的数据输入到训练好的神经网络；神经网络将输出参考图和反射率图的边缘点特征，即参考图和反射率图描述子；通过比较参考图和反射率图描述子的相似度，找到参考图特征与反射率图特征点之间的匹配关系；利用反射率图与三维点云的映射关系，找到参考图与点云的匹配关系；利用EPnP算法从给定的二维‑三维点对中估计变换矩阵，完成标定过程。本发明消除了图像与点云间的模态差异，降低了任务复杂度，所设计的提取网络与配准网络结构提高了标定的准确性和计算效率。
-
公开(公告)号：CN116382472A
公开(公告)日：2023-07-04
申请号：CN202310197634.X
申请日：2023-03-03
Applicant: 国网山东省电力公司青岛供电公司 , 国家电网有限公司 , 山东大学
Inventor： 吴石书 , 陈新超 , 李孟 , 宫本辉 , 卢晶钰 , 王宇豪 , 刘书铨 , 徐杰 , 于俊 , 许宏吉 , 魏振 , 孙永杰 , 徐国强 , 全凤丽 , 李夏川 , 赵燕 , 刘博 , 秦文康
IPC: G06F3/01 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08 , G01D21/02 , A61B5/0205 , A61B5/11 , A61B5/00
Abstract: 本发明涉及一种基于多模数据的电力作业人员可穿戴远程实时监测系统与方法，包括依次连接的作业人员实时信息采集模块、多模态数据实时传输模块、基于转置编码的特征提取与预警模块、数据展示与修正模块。本发明提出的监测系统通过可穿戴设备获取用户的行为、环境、定位信息，进行多方位的安全风险综合判断；同时采用了一种基于转置编码的多通道注意力模型网络，能够获取用户行为数据中的多维潜在信息；增强了系统的实用性、可靠性和鲁棒性，能够更好地实现用户行为识别分类和危险预警。
-
Patent Agency Ranking
公开(公告)号：CN116304988A
公开(公告)日：2023-06-23
申请号：CN202310332016.1
申请日：2023-03-31
Applicant: 山东大学
IPC: G06F18/25 , G06F18/24 , G06Q10/0639 , G06F16/36
Abstract: 本发明公开了一种基于数据融合的情景感知多指标质量管理系统，包括采集设备质量管理模块、情景信息质量管理模块、服务质量管理模块、用户体验质量管理模块和驱动决策质量管理模块；所述采集设备质量管理模块、情景信息质量管理模块、服务质量管理模块和驱动决策质量管理模块形成闭环连接，所述服务质量管理模块、驱动决策质量管理模块分别、用户体验质量管理模块交互连接。本发明采用一种基于数据融合的情景感知多指标质量管理系统及方法，实现了多个系统质量指标的自适应调整和交互，综合衡量情景感知系统的质量水平，利用不同指标之间相互制约的关系，实现系统在缺少真实用户反馈条件下的自适应调节和优化。
-
公开(公告)号：CN114758408A
公开(公告)日：2022-07-15
申请号：CN202011589114.6
申请日：2020-12-28
Applicant: 山东大学
IPC: G06V40/20 , G06K9/62 , G06V10/764 , G06V10/80
Abstract: 本发明提供了一种基于多分类器的混淆行为冲突管理系统及方法，采集被测对象的生理信息和运动信息；传输并存储生理信息和运动信息；对生理信息和运动信息进行预处理，得到多个分类器的输入数据并将预处理后的数据输入到多个分类器进行行为识别；获取多个分类器的分类结果，确定各分类结果之间是否存在混淆行为以及混淆行为的类型，如果存在，则触发冲突检测和消除任务，所述冲突检测任务通过获取真实标签与行为信息概率，进行标记转化，确定是否存在冲突，所述消除任务消除不同分类器之间的冲突；计算消除冲突之后的混淆行为的识别准确率。本发明能够提高行为识别的准确性。
-
公开(公告)号：CN114694245A
公开(公告)日：2022-07-01
申请号：CN202011621083.8
申请日：2020-12-30
Applicant: 山东大学
Abstract: 本发明属于人工智能与模式识别领域，提供了基于Capsule和GRU的实时行为识别和体征状态监测方法及系统。其中该方法包括获取多模态运动信息和多模态生理信息；将多模态运动信息与九轴运动数据融合，将多模态生理信息与四轴生理数据融合；将融合后的多模态运动信息和融合后的生理信息均依次进行归一化和滑窗分割操作，对应得到运动数据块和生理数据块；通过基于Capsule和GRU的空间和时间特征提取的深度学习模型对运动数据块进行处理，识别出人体当前行为；将生理数据块与生理参数阈值比较，判断用户的行为适宜状态并判断是否发出报警；根据输出的行为类别，统计设定时间段内的人体行为信息，以反馈调整深度学习模型中的时空特征权重参数。
-
公开(公告)号：CN112631139A
公开(公告)日：2021-04-09
申请号：CN202011465030.1
申请日：2020-12-14
Applicant: 山东大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明提供了一种智能家居指令合理性实时检测系统及方法，包括用户指令分析模块，被配置为分析智能家居系统接收到的用户指令，提取用户拟要操作的智能家居设备与动作信息，并进行初步判断；智能家居设备关系数据库构建模块，被配置为根据所在智能家居系统里的智能设备情况，构建具有该智能家居系统所对应的智能家居设备关系数据库；合理性判决处理模块，获取当前情景信息，对当前已激活设备及所需新激活设备进行功能关系查询，依据已查询出的当前已激活设备及所需新激活设备的功能关系进行相关性判断，对用户指令进行合理性判决，根据当前情景信息推荐最终指令；本发明能够有效判断出用户指令的合理性，节省了人工成本且提升了检测的准确率。
-
公开(公告)号：CN106650687B
公开(公告)日：2020-05-19
申请号：CN201611251820.3
申请日：2016-12-30
Applicant: 山东大学
Abstract: 本发明涉及一种基于深度信息和骨骼信息的姿势矫正方法，包括：(1)基于用户ID和骨骼空间坐标深度值的有效骨骼点筛选；(2)对骨骼信息进行平滑处理，将骨骼点在骨骼空间坐标系中的坐标标准化；(3)绘制骨骼向量，计算每个骨骼向量的方向余弦值；(4)获取训练数据集和测试数据集；(5)数据集作为贝叶斯正则化BP神经网络的输入，通过贝叶斯正则化BP神经网络对25个骨骼点和24个骨骼段进行识别；(6)结果分析和处理。本发明克服了彩色摄像头易受光线等外界干扰的缺点，可以准确追踪到视野范围内的人体，同时也提高了人机交互的自然性。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.057 seconds)
