-
公开(公告)号：CN109617555A
公开(公告)日：2019-04-12
申请号：CN201811477071.5
申请日：2018-12-05
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于空间耦合的稀疏叠加码设计方案，具体的，先采用独热编码方式对输入的实值信号进行调制转换，使得信号以仅含0,1元素的二进制形式表示。之后与本发明提出的一种两端高采样率的耦合带对角空间耦合矩阵进行对应块的线性结合，形成相应的码字，接着将形成的码字输入AWGN信道，码字添加均值为0，方差为σ2的高斯白噪声，在高斯信道上传输完成后，接收器接收到带噪码字。将输出的带噪码字经过简化后的AMP译码算法，进行码字的迭代估计运算，以字典A以及得到的码字等后验信息获得消息向量的估计值。将得到的估计值与每一个实值信号对应大小的部分中最大的一位置1，其余位置0，即可得到原信号的重构值。为评价重构性能，采用SER以及MSE进行仿真对比试验，仿真工具采用MATLAB。
-
公开(公告)号：CN109584320A
公开(公告)日：2019-04-05
申请号：CN201811477109.9
申请日：2018-12-05
Applicant: 重庆邮电大学
IPC: G06T9/00
Abstract: 本发明提出一种投影矩阵优化方法。是在传统投影矩阵优化问题研究基础上，从理论上看，单位矩阵的特殊性很大，且对硬件设备要求极高；在实际应用中，逼近等角紧框架就能达到较好的性能。所以本发明的研究是在逼近理想单位矩阵以及构建的等角紧框架之间寻求一种平衡，以减小Gram矩阵的非对角线元素来降低观测矩阵与稀疏矩阵之间的相干系数。除此之外，考虑到稀疏表示过程中可能存在的误差会影响压缩感知过程的性能，故考虑将稀疏表示误差作为一项正则项加入传统表达式，并对其进行理论推导，求出优化表达式的解，提出一个矩阵优化算法。本发明提出的优化方法，不仅降低观测矩阵和稀疏基之间的相干性，并且设计得到的优化系统在考虑了稀疏表示误差之后，性能更稳定。
-
公开(公告)号：CN118806235A
公开(公告)日：2024-10-22
申请号：CN202410820005.2
申请日：2024-06-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种双模态光声/超声成像的运动损伤评估系统及方法，属于医疗器械领域。其包括输入模块、运动损伤检测模块、损伤评估模块和结果输出模块。输入模块包括计算机、OPO高频激光器、光纤、鲍威尔棱镜和超声发生器，输出端与运动损伤检测模块的输入端相连；运动损伤检测模块包括镂空凹面超声阵列探测器和多通道数据采集卡，以实现快速数据采集与实时成像，其输出端与损伤评估模块的输入端相连；损伤评估模块的输出端与结果输出模块的输入端相接。本发明基于双模态光声/超声成像的运动损伤检测系统联合光声/超声双模态成像重建算法和多光谱光声定量重建算法集成于计算机中，其同时提供组织内部结构及功能信息参数的高分辨率的实时图像。
-
公开(公告)号：CN116070025A
公开(公告)日：2023-05-05
申请号：CN202310110534.9
申请日：2023-02-14
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F40/237 , G06F40/186
Abstract: 本发明属于推荐系统领域，具体涉及一种基于联合评分预测和理由生成的可解释推荐方法，包括：构建联合评分预测和理由生成的可解释推荐模型，评分预测模块包含用户项目历史交互中得到用户物品的自由嵌入，通过基于注意力的方面提取模块分别从用户和项目的评论集合中提取方面词并嵌入到相同的空间，分别输入到多层感知机中，在预测层结合两部分进行评分预测并进行推荐和生成推荐解释；本发明同时考虑用户历史交互中的评分数据和评论数据，并将其映射到同一空间更好的进行评分预测，提高了推荐的准确性，同时在解释生成的过程中考虑生成式和模板式的优点，解释的生成过程由模板进行指导，使得模板适应于所给定的特征，提高了解释的质量。
-
公开(公告)号：CN114380338A
公开(公告)日：2022-04-22
申请号：CN202210087495.0
申请日：2022-01-25
Applicant: 重庆邮电大学
IPC: C01G51/04 , B82Y30/00 , B82Y40/00 , B01J23/75 , B01J35/08 , C02F1/30 , C02F1/32 , C02F101/34 , C02F101/38
Abstract: 本发明涉及一种磁性氧化钴介孔纳米球的制备方法及其产品和应用，属于磁性氧化钴纳米球制备技术领域。首先通过在惰性气体(氮气或氩气)氛下将钴盐加入聚烯醇和无水碳酸钠混合溶液中进行油浴反应，然后在180～200℃下的不锈钢高压反应釜中反应36～72h，洗涤干燥即可得到磁性氧化钴介孔纳米球，本发明磁性氧化钴介孔纳米球的制备方法简单，操作容易，适于工业化的磁性氧化钴介孔纳米球制备；本发明还公开了一种磁性氧化钴介孔纳米球，该磁性氧化钴介孔纳米球的直径为400～800nm、具有分布在2～10nm之间的孔径，在催化降解藻类、绿色回收循环和吸附污染等方面具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113816366A
公开(公告)日：2021-12-21
申请号：CN202111333500.3
申请日：2021-11-11
Applicant: 重庆邮电大学
IPC: C01B32/194 , C01G45/02 , C09D5/08 , C09D163/00
Abstract: 本发明涉及一种二氧化锰/石墨烯复合介孔纳米球的制备方法及产品，属于复合介孔纳米材料技术领域。本发明主要将惰性纳米氧化物封装的石墨烯(rGO)和四水合四氯化锰在碱性的十六烷基三甲基溴化铵(CTAB)与氢氧化钠的混合水溶液中进行水热反应，再加入还原剂乙二醇进行氧化还原反应，制备得到二氧化锰/石墨烯(rGO@MnO2)复合介孔纳米球，本发明的制备方法简单，容易操作，制备得到的二氧化锰/石墨烯(rGO@MnO2)复合介孔纳米球中MnO2纳米颗粒均匀分散在rGO上，介孔纳米球的平均粒径约为500～800nm，作为流行的防腐材料，在rGO环氧涂层的基础上，rGO@MnO2环氧涂层的防腐性能更好。
-
公开(公告)号：CN110048814A
公开(公告)日：2019-07-23
申请号：CN201910325061.8
申请日：2019-04-22
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于混合迭代功率分配的稀疏叠加码设计方案，具体地，先采用独热编码方式对输入的实值信号进行稀疏表示，使得每个分组中仅有一个非零值。之后利用本发明所提混合迭代功率分配方案，对稀疏消息向量每一分组中的非零值进行赋值。然后与随机哈达玛设计矩阵进行对应分组的线性结合，形成相应的码字。接着，将形成的码字输入AWGN信道，码字添加均值为0，方差为σ2的高斯白噪声。将输出的带噪码字经过AMP译码算法，进行码字的迭代估计运算获得消息向量的估计值。将得到的估计值每个分组中最大值对应位设置为功率分配得到的预设值，其余位设置为0，即可得到原信号的重构值。使用spyder3进行实验，需要用到的python第三方包有numpy，pyfht等。
-
公开(公告)号：CN109712205A
公开(公告)日：2019-05-03
申请号：CN201811502515.6
申请日：2018-12-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于非局部自相似模型的图像压缩感知重建方法，属于信号与图像处理领域。具体地，为了提高传统图像压缩感知重建的质量，本发明利用图像的先验信息，构建了图像的非局部自相似模型，通过计算图像块的权值矩阵，进而利用图像块的非局部自相似先验信息构造了一个图像的自适应非局部正则项，提出了图像压缩感知重建的数学模型，并利用高效的Split Bregman Iteration(SBI)算法交替迭代更新，进而改进了图像压缩感知的重建性能。同时在字典的学习的过程中，通过当前近似估计图像d，提取训练样本，利用K-SVD算法交替更新得到自适应学习字典。本发明提出的非局部自相似模型的自适应图像压缩感知重建方法，在实际中具有普遍意义。有效的提高了图像压缩感知重建的质量，减小了图像的块效应，保持图像的纹理和细节不丢失，更好的刻画了图像的纹理和细节。
-
公开(公告)号：CN109584319A
公开(公告)日：2019-04-05
申请号：CN201811477032.5
申请日：2018-12-05
Applicant: 重庆邮电大学
IPC: G06T9/00
Abstract: 为准确有效地实现自然图像的压缩感知重构，本发明提出了一种基于图像非局部低秩和全变分的压缩感知重构算法。该算法考虑图像的非局部自相似性和局部光滑特性，对传统的全变分模型进行改进，只对图像的高频分量设置权重，并用一种差分曲率的边缘检测算子来构造权重系数。此外，算法以改进的全变分模型与非局部低秩模型为约束构建优化模型，并分别采用光滑非凸函数log det(·)和软阈值函数来求解低秩和全变分优化问题，很好地利用了图像的自身性质，保护了图像的细节信息，并提高了算法的抗噪性和适应性。
-
公开(公告)号：CN118445471A
公开(公告)日：2024-08-06
申请号：CN202310384189.8
申请日：2023-04-11
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9537 , G06N3/045 , G06N3/09
Abstract: 本发明属于深度学习与推荐领域，特别涉及一种融合时间间隔和多兴趣特征提取的序列推荐方法，包括：获取用户在不同时刻与项目的历史交互数据并按照时间先后进行排序，将最后l个用户与项目的历史交互数据组成原始项目交互样本；根据原始项目交互样本中用户与项目交互的时间计算用户的关系矩阵；构建项目推荐模型，并将原始项目交互样本嵌入向量表示生成原始项目交互序列向量，根据预设的候选项目将原始项目交互序列向量和用户的关系矩阵输入训练好的项目推荐模型预测用户感兴趣的项目对用户进行推荐，本发明有效地利用用户交互行为中项目之间的时间间隔和用户的真实兴趣对项目之间的关系进行建模，从而提升了模型的有效性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
