-
Patent Agency Ranking
公开(公告)号：CN119380729A
公开(公告)日：2025-01-28
申请号：CN202411509802.5
申请日：2024-10-28
Applicant: 清华大学 , 南通先进通信技术研究院有限公司
IPC: G10L19/00 , G10L15/26 , G10L19/008 , H04B7/185
Abstract: 本发明提供了一种面向卫星网络的语义通信方法、装置及电子设备，涉及无线通信领域。包括：发送端通过预处理模块提取并记录原始语音信号中的用户特征及声音信息；通过降维模块对原始语音信号降维处理为文字信号；依次通过语义提取模块、语义表征模块将文字信号处理为语义特征；通过信道编码模块基于地面与卫星之间信道状态，将语义特征编码为语义特征向量；通过信道传输语义特征向量；接收端通过信道接收语义特征向量，通过信道解码模块，根据信道状态进行反向适配得到解码后的语义特征；通过语义解码模块得到解码后的文字信号；通过语义重建模块将文字信号与用户特征及声音信息合成得到重构后的语音信号，实现了面向卫星网络的语义通信。
-
公开(公告)号：CN110766299B
公开(公告)日：2022-11-29
申请号：CN201910962541.5
申请日：2019-10-11
Applicant: 清华大学
Abstract: 本发明为一种基于遥感数据的流域植被变化分析方法，包括以下步骤：第一步骤，选用NASA发布的植被遥感数据，提取研究流域相应数据；第二步骤，植被覆盖度计算，选用像元二分模型法；第三步骤，基于Savitzky‑Golay算法的数据重构；第四步骤，通过将NDVI数据拟合到双逻辑斯蒂函数来获取地表物候；第五步骤，对获取的物候特征值进行Mann‑Kendall秩次相关趋势检验。本发明能够有效地对流域植被变化进行定量化的分析评价，简单可靠。
-
公开(公告)号：CN110765418A
公开(公告)日：2020-02-07
申请号：CN201910953930.1
申请日：2019-10-09
Applicant: 清华大学
Abstract: 一种流域水沙研究模型的智能集合评估方法和系统，包括以下步骤：(1)确立研究对象，包括流域、因变量、自变量和时间尺度；(2)筛选最优模型：将确立的流域水沙数据集随机置乱后切分为训练集和测试集，选取不同机器学习方法并在不同的时间尺度和不同的自变量组合下分流出多组以涵盖所有可能的情况，每种情况通过获取参数和筛选得到一组最优模型，每种方法再筛选出一组结果最好的作为最终的最优模型；(3)基于三种不同指标体系评估最终的最优模型，指标体系包括无量纲指标和有量纲指标用于评估模型的优良性和基于最小信息准则的评价指标用于平衡模型拟合结果的优良性和复杂度。用统一的标准对集合的各类型模型的适用性给出定量的评估结果。
-
公开(公告)号：CN110765418B
公开(公告)日：2021-07-20
申请号：CN201910953930.1
申请日：2019-10-09
Applicant: 清华大学
Abstract: 一种流域水沙研究模型的智能集合评估方法和系统，包括以下步骤：(1)确立研究对象，包括流域、因变量、自变量和时间尺度；(2)筛选最优模型：将确立的流域水沙数据集随机置乱后切分为训练集和测试集，选取不同机器学习方法并在不同的时间尺度和不同的自变量组合下分流出多组以涵盖所有可能的情况，每种情况通过获取参数和筛选得到一组最优模型，每种方法再筛选出一组结果最好的作为最终的最优模型；(3)基于三种不同指标体系评估最终的最优模型，指标体系包括无量纲指标和有量纲指标用于评估模型的优良性和基于最小信息准则的评价指标用于平衡模型拟合结果的优良性和复杂度。用统一的标准对集合的各类型模型的适用性给出定量的评估结果。
-
公开(公告)号：CN110766299A
公开(公告)日：2020-02-07
申请号：CN201910962541.5
申请日：2019-10-11
Applicant: 清华大学
Abstract: 本发明为一种基于遥感数据的流域植被变化分析方法，包括以下步骤：第一步骤，选用NASA发布的植被遥感数据，提取研究流域相应数据；第二步骤，植被覆盖度计算，选用像元二分模型法；第三步骤，基于Savitzky-Golay算法的数据重构；第四步骤，通过将NDVI数据拟合到双逻辑斯蒂函数来获取地表物候；第五步骤，对获取的物候特征值进行Mann-Kendall秩次相关趋势检验。本发明能够有效地对流域植被变化进行定量化的分析评价，简单可靠。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
