-
公开(公告)号：CN114692677B
公开(公告)日：2023-07-28
申请号：CN202210215438.6
申请日：2022-03-07
Applicant: 电子科技大学
IPC: G06F18/213 , G06F18/24
Abstract: 本发明公开了一种基于多目标特征选择的焊接缺陷识别方法，属于信号处理领域。以采集的焊接电信号、焊接电弧声信号为基础，从中提取出对应的特征参数。在多源传感带来的焊接大数据背景下，提取出的特征中包含大量冗余与噪声特征，采用提出的基于互信息的多目标特征选择方法MOFSMI将特征选择问题转化为多目标优化问题进行迭代寻优。求出一组Pareto最优子集之后，依据特定的分类器的分类错误率从Pareto最优解集中确定最优特征子集。而能够对高维特征矩阵中的有效特征信息进行深入的挖掘，得到质量较高的特征子集，有效地提高了缺陷识别的准确率。
-
公开(公告)号：CN119011008B
公开(公告)日：2025-03-07
申请号：CN202410954429.8
申请日：2024-07-17
Applicant: 电子科技大学
IPC: H04B10/079 , H04B10/61
Abstract: 本发明提供一种基于误差相关性的判决反馈均衡器的误差传播抑制方法，接收端数字信号处理包括：采用阈值检测器检测DFE判决前的输入信号，当DFE判决前的输入信号大于预设阈值则判断当前采样点为突发误差的终点，激活纠错步骤；将DFE判决后的输出信号输入至后置滤波器，再将后置滤波器输出信号通过加法器减去DFE的输入信号得到DFE诱导的误差信息，将突发误差终点对应的DFE诱导的误差信息分别与不同长度的误差事件对应的误差相关滤波器的响应进行乘积得到不同误差相关值；输出最大的有效误差相关值；最后利用最大的有效误差相关值对应的误差事件来修正DFE带来的突发误差。本发明能够有效的抑制DFE引入的误差传播，显著提升接收机灵敏度，提高系统的传输性能。
-
公开(公告)号：CN116938259A
公开(公告)日：2023-10-24
申请号：CN202310718373.1
申请日：2023-06-16
Applicant: 电子科技大学
Abstract: 本发明提供一种最大似然序列估计与FEC译码联合信号处理方法，采用简化的软输出MLSE计算得到软信息，为保证在简化过程中保留状态数较少的情况下，也能完成软判决译码，借助于FFE均衡后的数据信息对软输出MLSE均衡器输出的软信息进行修正，辅助译码器进行软判决译码，降低系统复杂度，实现对系统性能的优化。相比于传统的软输出MLSE，简化的软输出MLSE通过压缩状态格栅图，能够大大降低分支度量的计算次数，进而降低系统的计算复杂度，尤其是对于更高阶的调制格式，计算复杂度可以进一步降低，从而获得额外的译码增益，提升传输性能。
-
公开(公告)号：CN115186730A
公开(公告)日：2022-10-14
申请号：CN202210638043.7
申请日：2022-06-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于SMOTE_SVM的焊接缺陷样本的增广方法，属于数据处理领域。对SMOTE算法的采样倍率组合以及SVM的超参数进行优化，降低了过采样过程中噪声样本的影响；其次，利用SMOTE算法基于所获取的最优采样倍率对样本进行过采样，增加样本容量，方便后期将过采样得到的新数据样本加入原训练集作为新训练集；最后基于参数优化后的SVM进行模型训练，以构建出焊接缺陷识别模型实现焊接缺陷识别。
-
公开(公告)号：CN114692677A
公开(公告)日：2022-07-01
申请号：CN202210215438.6
申请日：2022-03-07
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多目标特征选择的焊接缺陷识别方法，属于信号处理领域。以采集的焊接电信号、焊接电弧声信号为基础，从中提取出对应的特征参数。在多源传感带来的焊接大数据背景下，提取出的特征中包含大量冗余与噪声特征，采用提出的基于互信息的多目标特征选择方法MOFSMI将特征选择问题转化为多目标优化问题进行迭代寻优。求出一组Pareto最优子集之后，依据特定的分类器的分类错误率从Pareto最优解集中确定最优特征子集。而能够对高维特征矩阵中的有效特征信息进行深入的挖掘，得到质量较高的特征子集，有效地提高了缺陷识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN112632826A
公开(公告)日：2021-04-09
申请号：CN202011539018.0
申请日：2020-12-23
Applicant: 电子科技大学
IPC: G06F30/23 , G06T17/20 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 该发明公开了一种获取航空发动机的叶盘轴颈焊接方式的方法，属于航空发动机的叶盘轴颈部分焊接领域。本发明基于数值模拟的航空发动机的叶盘与轴颈焊接计算方法，其有益效果在于根据叶盘与轴颈的构型针对性地建立三维实体模型和选择电子束焊接热源模型，并通过利用数值模拟的方法避免了大量试验工件的浪费，同时提高焊接模拟的精度，得到更高质量的焊接温度场分布和应力场分布。
-
公开(公告)号：CN119011008A
公开(公告)日：2024-11-22
申请号：CN202410954429.8
申请日：2024-07-17
Applicant: 电子科技大学
IPC: H04B10/079 , H04B10/61
Abstract: 本发明提供一种基于误差相关性的判决反馈均衡器的误差传播抑制方法，接收端数字信号处理包括：采用阈值检测器检测DFE判决前的输入信号，当DFE判决前的输入信号大于预设阈值则判断当前采样点为突发误差的终点，激活纠错步骤；将DFE判决后的输出信号输入至后置滤波器，再将后置滤波器输出信号通过加法器减去DFE的输入信号得到DFE诱导的误差信息，将突发误差终点对应的DFE诱导的误差信息分别与不同长度的误差事件对应的误差相关滤波器的响应进行乘积得到不同误差相关值；输出最大的有效误差相关值；最后利用最大的有效误差相关值对应的误差事件来修正DFE带来的突发误差。本发明能够有效的抑制DFE引入的误差传播，显著提升接收机灵敏度，提高系统的传输性能。
-
公开(公告)号：CN114844749B
公开(公告)日：2023-06-09
申请号：CN202210446536.0
申请日：2022-04-26
Applicant: 电子科技大学
IPC: H04L25/02 , H04L25/03 , H04B10/25 , H04B10/516
Abstract: 本发明提供一种基于神经网络的光纤信道估计方法，包括：训练步骤：通过传输导频符号所生成导频子载波的信道响应与数据子载波的信道响应的训练序列对使得神经网络收敛从而拟合权重矩阵完成用于信道估计的神经网络的训练；信道估计步骤：对当前从光纤信道中接收到的经过均衡处理后的已调符号采用最小二乘估计法得到导频子载波的信道响应；将导频子载波的信道响应输入用于信道估计的神经网络完成光纤信道估计。本发明采用机器学习来代替传统求解权重矩阵的复杂过程，得到一种实时性好、精度高、复杂度低的光纤通信信道估计方法。均衡处理时使神经网络来完成码间串扰与非线性消除处理，更精确地实现基于神经网络的信道估计。
-
公开(公告)号：CN112632826B
公开(公告)日：2022-11-29
申请号：CN202011539018.0
申请日：2020-12-23
Applicant: 电子科技大学
IPC: G06F30/23 , G06T17/20 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 该发明公开了一种获取航空发动机的叶盘轴颈焊接方式的方法，属于航空发动机的叶盘轴颈部分焊接领域。本发明基于数值模拟的航空发动机的叶盘与轴颈焊接计算方法，其有益效果在于根据叶盘与轴颈的构型针对性地建立三维实体模型和选择电子束焊接热源模型，并通过利用数值模拟的方法避免了大量试验工件的浪费，同时提高焊接模拟的精度，得到更高质量的焊接温度场分布和应力场分布。
-
公开(公告)号：CN114844749A
公开(公告)日：2022-08-02
申请号：CN202210446536.0
申请日：2022-04-26
Applicant: 电子科技大学
IPC: H04L25/02 , H04L25/03 , H04B10/25 , H04B10/516
Abstract: 本发明提供一种基于神经网络的光纤信道估计方法，包括：训练步骤：通过传输导频符号所生成导频子载波的信道响应与数据子载波的信道响应的训练序列对使得神经网络收敛从而拟合权重矩阵完成用于信道估计的神经网络的训练；信道估计步骤：对当前从光纤信道中接收到的经过均衡处理后的已调符号采用最小二乘估计法得到导频子载波的信道响应；将导频子载波的信道响应输入用于信道估计的神经网络完成光纤信道估计。本发明采用机器学习来代替传统求解权重矩阵的复杂过程，得到一种实时性好、精度高、复杂度低的光纤通信信道估计方法。均衡处理时使神经网络来完成码间串扰与非线性消除处理，更精确地实现基于神经网络的信道估计。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
