-
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。
-
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：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。
-
Patent Agency Ranking
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：CN108120964B
公开(公告)日：2021-12-07
申请号：CN201711174077.0
申请日：2017-11-22
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: 本发明公开了一种动态测试二次雷达本机时延数据提高测距精度的方法，利用本发明可以显著提高二次雷达系统的测距精度。本发明通过下述技术方案予以实现：询问机和应答机将本机的射频电缆长度带来的延时存入非易失性存储器中，周期性地自动发送检测信号测试收发延时，动态测量引入现有系统测距误差的因素，将从发射通路发出经接收通路耦合回来的信号进行解码和延时测试，计算询问机和应答机本机各自的收发延时，将周期性测试的收发延时和安装时测试的射频电缆延时相加作为本机的内部延时；在询问应答机过程中各自扣除本机的内部延时，自动使用最新的内部延时数据，询问机将计算的最终延时除以2再乘以光速，对询问机与应答机之间的距离进行测距。
-
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。
-
公开(公告)号：CN108120964A
公开(公告)日：2018-06-05
申请号：CN201711174077.0
申请日：2017-11-22
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: 本发明公开了一种动态测试二次雷达本机时延数据提高测距精度的方法，利用本发明可以显著提高二次雷达系统的测距精度。本发明通过下述技术方案予以实现：询问机和应答机将本机的射频电缆长度带来的延时存入非易失性存储器中，周期性地自动发送检测信号测试收发延时，动态测量引入现有系统测距误差的因素，将从发射通路发出经接收通路耦合回来的信号进行解码和延时测试，计算询问机和应答机本机各自的收发延时，将周期性测试的收发延时和安装时测试的射频电缆延时相加作为本机的内部延时；在询问应答机过程中各自扣除本机的内部延时，自动使用最新的内部延时数据，询问机将计算的最终延时除以2再乘以光速，对询问机与应答机之间的距离进行测距。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.18 seconds)
