-
公开(公告)号：CN114221664B
公开(公告)日：2025-01-28
申请号：CN202111546123.1
申请日：2021-12-16
Applicant: 杭州电子科技大学
IPC: H03M13/13
Abstract: 本发明公开了一种低复杂度的极化码简化软消除列表译码器及译码方法。本发明包括：用于在译码开始前为后续模块提供所需要的信息的参数配置模块；用于为后续模块提供所需要的置换排列集合的置换排列选择模块；用于将信道接收信息按置换排列集合进行相应置换的预处理模块；具有相同因子图形式的多个简化软消除译码模块并行译码，每个简化软消除译码模块包括初始化子模块，迭代译码子模块，译码比特判决子模块；用于选择最小路径度量值对应的译码序列，并从中取出初始信息序列的判决器模块。本发明解决了现有技术中软消除列表译码器计算复杂度偏高的技术问题，降低了软消除列表译码器的计算复杂度。
-
公开(公告)号：CN112633167B
公开(公告)日：2024-04-16
申请号：CN202011536430.7
申请日：2020-12-23
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/24 , G06F18/2431 , 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：CN116890339A
公开(公告)日：2023-10-17
申请号：CN202310917924.7
申请日：2023-07-25
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于极大化好奇心的子目标树机械臂避障路径规划方法，按如下步骤：步骤1：创建和注册强化学习环境；步骤2：构造子目标树的规划策略的奖励函数；步骤3：定义好奇心的评估方法，评估子目标的好奇心大小；步骤4：设计好奇心平衡模块；步骤5：设置参数；步骤6：在仿真环境中训练策略；步骤7：保存训练好的参数文件；步骤8：导入参数、调用模型、递归预测子目标生成子目标序列；步骤9：按照子目标序列依次进行规划，完成路径的规划。本发明能在复杂环境更高效地生成无障碍路径，提高了规划效率。
-
公开(公告)号：CN116862893A
公开(公告)日：2023-10-10
申请号：CN202310919640.1
申请日：2023-07-25
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06T7/277 , G06V10/774
Abstract: 本发明提供了一种基于动态特征中心的工业零件异常检测方法及系统，方法包括以下步骤：S1.获取并整理划分工业零件数据集，制作包含大量正常样本和少量异常样本的数据集；S2.对数据集进行预处理；S3.将数据集输入到特征提取网络，进行特征提取；S4.根据初始化得到的特征中心，利用卡尔曼滤波动态移动特征中心；S5.重复上述步骤S1‑S4，最小化损失，更新迭代训练，直到模型达到收敛，迭代结束，保存模型；S6.将待检测的工业零件图片输入到训练好的模型并执行S1‑S3的处理步骤；S7.计算测试图像的特征向量与特征中心的之间距离，输出异常分数；S8.通过比较异常分数与设定的阈值的大小，得到异常检测结果。本发明缓解了模型过拟合的问题，提高了检测效率和准确率。
-
公开(公告)号：CN116839587A
公开(公告)日：2023-10-03
申请号：CN202310809991.7
申请日：2023-07-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于约束因子图的三维磁矢量和PDR融合导航方法，使用三维磁矢量数据构建地磁指纹接口，估算行人步长和航向角的量测值，以及地磁量测值。引入包含航向角估计量的旋转矩阵表示姿态，构建约束因子图模型，将各种量测值进行融合，并引入约束条件缩小搜索空间。利用变量重映射，将不可微分有约束的原目标函数转化为可微分无约束的等价函数，在新的变量空间中利用Adam梯度优化算法求解参数，输出导航轨迹的预测值。该方法利用旋转矩阵估计姿态实现地磁指纹的动态匹配，并限制了因子更新范围，约束姿态矩阵的可行域，提高匹配成功率与抗地磁异常的能力。
-
Patent Agency Ranking
公开(公告)号：CN115311685B
公开(公告)日：2023-05-02
申请号：CN202210938981.9
申请日：2022-08-05
Applicant: 杭州电子科技大学
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：CN109637522B
公开(公告)日：2022-12-09
申请号：CN201811599907.9
申请日：2018-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于语谱图提取深度空间注意特征的语音情感识别方法，采用以下步骤完成：步骤a：对已标注指定情感标签的标准情感数据库中的语音进行预处理，生成语谱图；步骤b：将所述语谱图送入AItti模型提取SEF特征；步骤c：将所述语谱图送入语音情感模型提取浅层特征；步骤d：将所述SEF特征和所述浅层特征作为输入，送到CSWNet中，生成标定权重特征；步骤e：将所述标定权重特征送入CRNN之后的网络层，提取深度情感特征，通过Softmax分类器进行情感分类，生成最终分类结果。本发明所述方法相比于传统模型，在少量增加模型复杂度的前提下，平均识别率提升了8.43％，非同类情感区分效果明显，兼具良好的泛化性。
-
公开(公告)号：CN111242906B
公开(公告)日：2022-03-18
申请号：CN202010011696.3
申请日：2020-01-06
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G16H50/20
Abstract: 本发明公开了一种支持向量数据描述的胸部影像异常检测方法。本发明方法包括训练阶段和测试阶段。在训练阶段，构建并训练深度稀疏变分自编码器，获得训练数据集的隐藏层特征的均值，然后在稀疏变分自编码器基础上构建并训练深度支持向量数据描述网络，将均值作为超球体中心；在测试阶段，将测试数据集输入到训练好的深度支持向量数据描述网络中，计算得到异常分数和对应的ROC曲线并以此得到最佳阈值，当异常分数小于等于阈值则判为正常，否则判为异常。本发明方法采用了变分稀疏自编码器来进行特征学习，通过深度支持向量数据描述网络分离特征数据，具有较高的特征提取能力和较高的检测准确性。
-
公开(公告)号：CN113111797A
公开(公告)日：2021-07-13
申请号：CN202110417595.0
申请日：2021-04-19
Applicant: 杭州电子科技大学
Abstract: 本发明结合自编码器与视角变换模型的跨视角步态识别方法：采集多视角多携带物状态的步态数据集；训练得到去携带物编码器和视角判别器；将待测目标在多个观测视角下的步态能量图输入编码器得到纯步态特征，将步态特征拼接为步态特征矩阵，通过奇异值分解得到角度变换与身份信息向量；通过带有身份标签的步态组输入卷积神经网络中进行识别，得到识别模型；将待识别目标的步态能量图输入自编码器与观测视角判别器，得到无携带物步态能量图与观测视角信息，一同输入视角投影模型并转换至对比视角下，与在对比视角下来自不同目标的步态能量图依次组成步态能量图组，输入识别模型，取得分最高组合为识别结果，完成识别。
-
公开(公告)号：CN112487867A
公开(公告)日：2021-03-12
申请号：CN202011209604.9
申请日：2020-11-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于增强三角剖分的视觉约束指纹识别方法，首先对输入指纹图片进行预处理，然后进行特征提取和三角剖分获得三角形集合，对三角剖分所确定的领域细节点进行遍历组成三角形；剔除重复的三角形后，获得最终的三角形集合；计算三角形的特征向量；根据特征向量，进行判断得到粗匹配点集；使用双重验证的方法，使得匹配点一一对应；构造相邻局部特征向量进一步验证准确性，获得二次匹配点集；结合视觉特征，再次进行匹配点剔除，获得最终对应点集；计算匹配分数，判断输入指纹图像和模板指纹图像是否匹配成功。本发明方法考虑到了细节点的丢失，移动等复杂情况，并且与剔除误匹配点方法相结合，有效提高了指纹识别的性能。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.028 seconds)
