-
公开(公告)号:CN114113808B
公开(公告)日:2023-08-15
申请号:CN202111388337.0
申请日:2021-11-22
Applicant: 杭州电子科技大学
IPC: G01R29/08
Abstract: 本发明公开了一种基于残缺电矢量传感器的DOA‑极化信息联合估计方法。现有的应用于残缺电磁矢量传感器的参数估计算法在低信噪比情形下的性能严重下降。另外,大部分算法需要进行谱搜索或参数匹配,这导致计算过程极为复杂。本发明如下:一、首先划分出两个子阵,然后以两子阵的互相关矩阵为基础进行运算。二、本发明方法大幅度提升了低信噪比情形下的参数估计性能,而且,发明算法无需进行谱搜索或参数匹配,进一步提高了计算速度,仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。
-
公开(公告)号:CN114113808A
公开(公告)日:2022-03-01
申请号:CN202111388337.0
申请日:2021-11-22
Applicant: 杭州电子科技大学
IPC: G01R29/08
Abstract: 本发明公开了一种基于残缺电矢量传感器的DOA‑极化信息联合估计方法。现有的应用于残缺电磁矢量传感器的参数估计算法在低信噪比情形下的性能严重下降。另外,大部分算法需要进行谱搜索或参数匹配,这导致计算过程极为复杂。本发明如下:一、首先划分出两个子阵,然后以两子阵的互相关矩阵为基础进行运算。二、本发明方法大幅度提升了低信噪比情形下的参数估计性能,而且,发明算法无需进行谱搜索或参数匹配,进一步提高了计算速度,仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。
-
公开(公告)号:CN117555589A
公开(公告)日:2024-02-13
申请号:CN202311820805.6
申请日:2023-12-27
Applicant: 杭州电子科技大学
IPC: G06F8/73 , G06N3/044 , G06N3/042 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种源代码注释生成方法,训练阶段包括S11,获取开源数据集,对数据集进行预处理,得到每个方法的语法图结构和句子序列;S12,使用预训练的嵌入层模型对数据集做嵌入操作,得到每个单词的向量表示;S13,将语法图中的节点用单词向量替换,同时将句子序列中的单词也用向量替换,分别输入到编码器E1和编码器E2中,分别得到表示源代码结构信息的特征向量Hs和语义信息的特征向量Hc;S14,将两个特征向量融合后输入到解码器D1,通过监督学习方式训练编码器E1,E2和解码器D1,得到生成目标注释的最大概率。本发明将优质的开源数据集进行训练,确定源代码的编码向量和解码向量,再结合搜索算法进行代码注释的预测,大大提高生成注释的质量。
-
-