-
公开(公告)号：CN114692665B
公开(公告)日：2024-05-24
申请号：CN202011563262.0
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开一种基于度量学习的辐射源开集个体识别方法，收敛速度快，识别准确率高。本发明通过下述技术方案予以实现：深层度量学习模型对接收到的辐射源信号做特征编码，基于度量学习判断其是否来自已知类辐射源，对于未知信号做筛分，对已知信号做分类识别；根据辐射源信号训练集对深层度量学习模型进行3段式监督训练；将辐射源信号测试集数据输入优化后的网络模型验证模型对已知类信号的分类效果；将未知信号输入优化后的网络模型验证模型对未知类信号的筛选效果，利用双边三元组损失将辐射源信号所属的特征编码向量最大、最小化类间距离；使用均方差损失函数、双边三元组损失函数优化网络模型，在每一个小批量梯度下降训练时更新卷积核权值。
-
公开(公告)号：CN112749633B
公开(公告)日：2022-05-17
申请号：CN202011563263.5
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种分离与重构的个体辐射源识别方法，能够有效提升辐射源个体识别准确率。本发明通过下述技术方案实现，收集个体辐射源信号建立SepNet深度学习模型；对辐射源信号训练集进行监督训练，分离辐射源信号中的个体特征，将原始信号输入公共特征提取模块提取共有特征，提取训练数据的高维特征向量；采用信号重构模块将来自个体特征提取模块及内容特征提取模块的特征数据进行重构，重构出输入信号的特征图，计算与原始信号的均方差损失。分类模块对信号准确分类，根据所得到的类别概率值判断信号所属辐射源个体；最后使用联合优化网络模型更新卷积核权值，利用输入映射为0‑1之间的实数，衡量SepNet深度学习模型的识别能力。
-
公开(公告)号：CN112749633A
公开(公告)日：2021-05-04
申请号：CN202011563263.5
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种分离与重构的个体辐射源识别方法，能够有效提升辐射源个体识别准确率。本发明通过下述技术方案实现，收集个体辐射源信号建立SepNet深度学习模型；对辐射源信号训练集进行监督训练，分离辐射源信号中的个体特征，将原始信号输入公共特征提取模块提取共有特征，提取训练数据的高维特征向量；采用信号重构模块将来自个体特征提取模块及内容特征提取模块的特征数据进行重构，重构出输入信号的特征图，计算与原始信号的均方差损失。分类模块对信号准确分类，根据所得到的类别概率值判断信号所属辐射源个体；最后使用联合优化网络模型更新卷积核权值，利用输入映射为0‑1之间的实数，衡量SepNet深度学习模型的识别能力。
-
公开(公告)号：CN112735435A
公开(公告)日：2021-04-30
申请号：CN202011566172.7
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开一种具备未知类别内部划分能力的声纹开集识别方法，具有较高的准确率和较好的适用性。本发明通过下述计算方案实现：将不同说话人的语音数据作为声纹开集识别系统的输入，逐条计算语音数据的梅尔频率倒谱系数特征，采用广义端到端损失函数训练一个基于时序的音频编码模块GE2E，有效消除说话者之间歧义；通过GE2E输出的音频数据编码，结合多元高斯模型，训练概率阶梯模型CGDL，判断任意音频数据是否属于已知类别，对判定为已知类别的音频数据进行分类；对CGDL判别为未知类别的音频数据，构造并训练无界交错状态神经网络，在线聚类音频数据，得到的聚类数目即是说话人的数目，某一聚类中的所有音频数据从属同一说话人。
-
Patent Agency Ranking
公开(公告)号：CN112597269A
公开(公告)日：2021-04-02
申请号：CN202011566187.3
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/31 , G06F16/35 , G06F16/34 , G06F16/951
Abstract: 本发明公开的一种流式数据事件文本专题及检测系统，可消除中间过程冗余，减少检测时间。本发明通过下述技术方案实现：专题检测模块构建专题及事件检测算法模型，采用爬虫技术从各大网络媒体、社交平台实时地爬取文本数据；专题追踪模块根据文本摘要模块提供的文本摘要信息给出专题摘要及关键字信息；关联检测模块检测各个方向的文本，划分其事件归属，设置确定长度的时间窗，将检测到的专题聚类的结果送入专题追踪模块获取具有更小粒度的聚类结果，事件识别模块采用层次聚类方式进行事件识别，并给出设计的专题摘要及事件抽取算法和专题摘要及关键字信息送至事件抽取模块，解析专题及事件的关键信息，得到一个数目较多的专题集。
-
公开(公告)号：CN112580654A
公开(公告)日：2021-03-30
申请号：CN202011565919.7
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种遥感图像地物语义分割方法，旨在提高遥感图像地物分割精准度，解决边缘识别不够精细的问题。本发明通过下述技术方案实现：构建金字塔场景解析网络，把具备较强图像特征挖掘能力的网络模型从相关领域中迁移至语义分割网络模型，从通道维度挖掘遥感影像所包含的信息；结合通道注意力机制挖掘遥感影像所包含的光谱信息和数据相关型上采样模块对不同空间尺度的特征图上采样至原始特征图大小并与原始特征图进行拼接；采用损失函数塔有效地降低梯度消失和梯度爆炸风险，采用基于IoU的损失函数进一步提升图像边缘的预测效果；用标注后的训练数据训练网络模型，将测试集数据输入优化后的语义分割网络模型，识别影像中的不同地物。
-
公开(公告)号：CN114692665A
公开(公告)日：2022-07-01
申请号：CN202011563262.0
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开一种基于度量学习的辐射源开集个体识别方法，收敛速度快，识别准确率高。本发明通过下述技术方案予以实现：深层度量学习模型对接收到的辐射源信号做特征编码，基于度量学习判断其是否来自已知类辐射源，对于未知信号做筛分，对已知信号做分类识别；根据辐射源信号训练集对深层度量学习模型进行3段式监督训练；将辐射源信号测试集数据输入优化后的网络模型验证模型对已知类信号的分类效果；将未知信号输入优化后的网络模型验证模型对未知类信号的筛选效果，利用双边三元组损失将辐射源信号所属的特征编码向量最大、最小化类间距离；使用均方差损失函数、双边三元组损失函数优化网络模型，在每一个小批量梯度下降训练时更新卷积核权值。
-
公开(公告)号：CN114239039A
公开(公告)日：2022-03-25
申请号：CN202111668129.6
申请日：2021-12-31
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开了一种自定义区块链上动态适配数据结构的方法，所述方法包括：业务系统通过注册数据模板合约将数据模板信息上链存储，基于数据模板或查询需使用数据模板信息，并通过区块链上数据模板的唯一标识与基于数据模板的数据信息各字段建立索引，将数据内容与数据模板信息关联；用户通过查询数据信息与对应模板组装数据，选择模板构建数据或创建自定义数据结构模板，生成动态适配任意数据的模型，利用智能合约与业务系统数据结构松耦合动态适配不同业务数据，当有新增数据结构或业务数据结构发生变更的情况，通过新增模板即适配新数据结构。通过本发明方法极大的减少了业务系统与区块链智能合约的开发、联试工作量。
-
公开(公告)号：CN112597309A
公开(公告)日：2021-04-02
申请号：CN202011566168.0
申请日：2020-12-25
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/35 , G06F16/33 , G06F16/335 , G06F16/31 , G06F40/295 , G06Q50/00
Abstract: 本发明公开的一种实时识别突发事件微博数据流的检测系统，无需关于事件的任何先验知识，快速准确检测和识别突发事件。本发明通过下述技术方案实现：利用爬虫工具实时爬取本文数据；实体抽取模块抽取多种类型的命名实体，采用趋势识别模块获取关于不同地域的热词列表；实体过滤模块滤除不具有热度的实体；相似度计算模块建立窗口内的共生矩阵，计算实体相似度，构建实体关系图；相似度过滤模块滤除实体关系图中数值较小的边；实体聚类模块对实体关系图使用社区发现算法得到相应的聚类集合；聚类链接模块对事件窗口内的事件进行持续跟踪；聚类定级模块对经过聚类链接的聚类结果依据其所包含的热词数目进行定级，数据存储模块将存储聚类定级的信息。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.039 seconds)
