-
公开(公告)号：CN110738093B
公开(公告)日：2022-07-01
申请号：CN201910759157.5
申请日：2019-08-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于改进小世界回声状态网络肌电的分类方法，首先，利用小世界网络来改善ESN的储备池结构，再利用加边概率改进小世界网络，称该网络为改进小世界回声状态网络，这既提高了储备池的适应性，又提高了ESN的泛化能力和稳定性。然后，通过训练网络可以得到网络的输出权重，并以此为相应的特征。采集跌倒、走、坐、蹲、上楼、下楼这六种动作的肌电信号，利用ISWLESN提取相应的特征，再利用PCV降低特征维数。最后，利用散点图、类可分性指标和DBI来表征网络特征的性能。结果表明，ISWLESN有很好的聚类性能，用于支持向量机分类也有很高的精度。
-
公开(公告)号：CN109948640A
公开(公告)日：2019-06-28
申请号：CN201811603034.4
申请日：2018-12-26
Applicant: 杭州电子科技大学
IPC: G06K9/62 , A61B5/0488
Abstract: 本发明公开了一种基于双参数核优化型极限学习机的肌电识别方法，本发明首先提取了4路肌电信号并提取了相应的平均幅值，方差，威尔逊振幅，小波能量系数，然后把这些特征进行融合，最后把融合后的特征输送到双参数优化型极限学习机。双参数优化型极限学习机在极限学习机的基础上，引入了高斯核函数，通过对输出权重矩阵的最小化来设置优化各个参数，构建神经网络结构，并将极限学习机最小化输出误差的问题转变为最小化输出权重的问题。该方法具有比传统极限学习机更为强大的函数逼近能力，同时处理非线性分类的能力也更强，相比于其他常见分类器算法也有更高的准确率和更少的运算时间。
-
公开(公告)号：CN119364420A
公开(公告)日：2025-01-24
申请号：CN202411435046.6
申请日：2024-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于神经网络与射线追踪模型的干扰源定位方法，属于无线通信技术与源定位领域。本发明神经网络与传统几何计算相结合，而经过训练后的神经网络，能够拟合原本十分复杂的数学计算或者迭代优化过程，快速对干扰源进行定位。本发明通过使用几何计算与神经网络混合的方式，代替复杂的电磁方程计算，降低了干扰源定位处理的计算复杂度，提升了预测效率；在预测干扰源位置时，除了能够定位空间坐标以外，也能够对主要的干扰信号方向进行路径预测，绘制出其干扰信号的行进路径，获取路径信息。本发明是无线通信技术与深度学习/神经网络技术的融合发展的一项技术，为源定位处理方法的改进提供了思路。
-
公开(公告)号：CN110464517B
公开(公告)日：2021-09-07
申请号：CN201910759180.4
申请日：2019-08-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于小波加权排列熵的肌电信号识别方法。首先，从人体上肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，利用小波变换对动作信号段的表面肌电信号进行四层分解得到各频率段小波子带，并对各小波子带求取加权排列熵。然后对所求得的加权排列熵进行组合，选取最佳的小波子带特征组合作为组合特征集。最后将各小波子带的组合特征集作为特征向量输入到支持向量机分类器，实现肌电信号的手部多运动模式识别。实验结果表明，该方法用于手部多动作识别获得了较高的分类精度，具有更好的识别效果。该方法可以有效地应用于复杂日常手部运动的模式识别，有助于提高肌电假手的灵活性，使其更好地用于生活。
-
公开(公告)号：CN117914653A
公开(公告)日：2024-04-19
申请号：CN202410011510.2
申请日：2024-01-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明属于无线通信技术领域，涉及一种基于深度学习的时变MIMO‑OFDM系统分块平面信道估计方法。为了在保证低计算复杂度的前提下，提升时变MIMO‑OFDM系统的信道估计性能，本发明提出了一种基于深度学习的分块平面信道估计器：首先，本发明提出了一种刻画子载波和OFDM符号间相关性的分块平面信道模型，具体来说，临近的多个子载波和多个OFDM符号被分为几个子块，并且用一个只有三个变量(均值，时域斜率，频域斜率)的仿射函数近似每个子块内的信道，从而极大的减少了信道估计的待估变量。基于此模型，使用LMMSE准则获取初始信道估计值。然后，本发明设计了一种利用时频空3个域相关性的残差结构空洞卷积网络来进一步提升每个用户信道的估计性能。在CDL信道模型下，对所提方法进行了性能测试，证明了该方法的优越性。
-
Patent Agency Ranking
公开(公告)号：CN109498009A
公开(公告)日：2019-03-22
申请号：CN201811606406.9
申请日：2018-12-26
Applicant: 杭州电子科技大学
IPC: A61B5/0488 , A61B5/11 , A61B5/00
Abstract: 本发明公开了一种基于特征类可分性指标的人体日常行为肌电特征选择方法。首先，采集了人体下肢活动中四路表面肌电信号，然后计算了10种提取每路肌电信号的10个肌电特征形成肌电特征池，对静态动作、步态动作、静态转换动作的三大类分别计算10个肌电信号特征各自的特征类可分性指标，从肌电特征池中选择特征类可分性指标高于0.6的肌电特征组成静态动作肌电特征组，特征类可分性指标高于0.5的肌电特征组成步态动作肌电特征组，特征类可分性指标高于0.2的肌电特征组成静态转换动作肌电特征组。根据特征类可分性指标可以最大限度的利用各个特征，不会造成特征信息的浪费或冗余，大大降低了算法的复杂度，使分类效果更好。
-
公开(公告)号：CN106701828A
公开(公告)日：2017-05-24
申请号：CN201710034981.5
申请日：2017-01-17
Applicant: 电子科技大学
Abstract: 该发明一种增加纳米探针穿透细胞膜概率的方法，涉及细胞生物学与细胞转染领域，通过在细胞膜表面铺展一层鼠尾胶原Ⅰ型蛋白，以此来抑制细胞膜表面的流动性，达到大幅提高纳米探针穿透细胞膜的概率的效果。将鼠尾胶原Ⅰ型蛋白附着于细胞膜表面的方法为：步骤1：配制HEPES溶液；步骤2：配制鼠尾胶原Ⅰ型蛋白的溶液；步骤3：取目标细胞培养溶液，去除细胞培养溶液中的培养液；步骤4：用步骤2获得的混合溶液浸没步骤3获得的目标细胞，静置一段时间；步骤5：去除剩余的鼠尾胶原蛋白Ⅰ型溶液，获得附着有鼠尾胶原Ⅰ型蛋白的目标细胞；步骤6：将步骤5获得的附着有鼠尾胶原Ⅰ型蛋白的目标细胞置于培养液中培养至少24个小时。
-
公开(公告)号：CN119383036A
公开(公告)日：2025-01-28
申请号：CN202411476708.4
申请日：2024-10-22
Applicant: 电子科技大学
IPC: H04L25/02
Abstract: 本发明公开了一种实时信道知识图谱赋能的信道估计方法，属于信息与通信技术领域。本发明通过低成本且持续性的通信接收信号，提取出用户位置相关的信道统计信息包括PDP及PAP，其反映用户定制化的局部无线传播特征，对应频域及空域协方差矩阵具备低维结构化子空间特征；本发明填补了现有信道知识图谱技术忽略参数提取的空白；进一步地，本发明利用低维结构化的频空域协方差矩阵，设计了两种串序MMSE信道估计方案，其与现有非定制化统计先验信道估计方法相比，实现了大幅性能提升。并且，实验表明本发明所提方案在导频开销为1/4时，较现有基于历史样本协方差的MMSE方案仍具备性能优势。
-
公开(公告)号：CN117896216A
公开(公告)日：2024-04-16
申请号：CN202410154913.2
申请日：2024-02-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L25/02 , H04B7/08 , H04B7/0413
Abstract: 本发明属于信息与通信技术领域，涉及一种基于混合向量消息传递的级联信道估计方法。针对智能超表面辅助多用户MIMO‑OFDM系统下级联信道估计的高导频开销问题，引入合适的辅助变量建立等价接收信号模型，保持多用户至智能超表面及智能超表面至基站两段信道的矩阵分解形式，并将两段级联信道转换至时延‑角度域以利用联合稀疏性。所建立等价信号模型实现低参数量的信道表征，使能低导频开销。基于所建立等价信号模型，在贝叶斯框架下设计一种混合向量消息传递算法，实现两段信道矩阵的概率分布的迭代估计，获取高精度级联信道估计。
-
公开(公告)号：CN110324271B
公开(公告)日：2021-04-13
申请号：CN201910662512.7
申请日：2019-07-22
Applicant: 电子科技大学
IPC: H04L27/26
Abstract: 本发明属于信息与通信技术领域，涉及一种基于压缩感知的限幅的F‑OFDM系统收发机设计方法。为了更有效地降低PAPR同时充分利用已知信息恢复出被截断部分z从而更准确地恢复信号，本发明提出了重复Clipping and Filtering并使用Turbo‑CS算法在时域恢复缺失信号，一方面在发送端通过重复的Clipping and Filtering降低PAPR，另一方面在接收端使用Turbo Compressive Sensing(Turbo‑CS)算法迭代检测干扰信号z从而保证传输的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.03 seconds)
