基于注意力机制的X光安检图像危险物品检测方法

    公开(公告)号:CN115393796B

    公开(公告)日:2025-04-29

    申请号:CN202211032537.7

    申请日:2022-08-26

    Abstract: 本发明涉及一种基于注意力机制的X光安检图像危险物品检测方法,属于图像目标检测技术领域。该方法是在YOLOv3‑SPP架构上融合MSE模块和MFGA模块,首先将特征提取网络提取的特征与MSE提取的通道信息融合,得到具备通道全局性的语义特征;然后将MFGA模块设置在各个检测网络分支,有效地融合深层特征的通道及空间信息,使多尺度特征具备三维全局性。本发明能有效地增强输入特征图中用于检测危险物品的细节信息,提高模型对中等目标和大目标的检测性能。

    RIS辅助的MIMO系统安全鲁棒资源分配方法

    公开(公告)号:CN118574137A

    公开(公告)日:2024-08-30

    申请号:CN202410662313.7

    申请日:2024-05-27

    Abstract: 本发明涉及一种RIS辅助的MIMO系统安全鲁棒资源分配方法,属于无线通信技术领域,包括以下步骤:S1:构建RIS辅助的下行MIMO通信系统模型;S2:构建资源分配优化问题;S3:固定RIS相移矩阵,得到发射协方差矩阵优化子问题,并转化为半正定规划问题;S4:求解发射协方差矩阵优化子问题,得到发射协方差矩阵;S5:固定发射协方差矩阵,得到RIS相移矩阵优化子问题,并转化为半正定规划问题;S6:求解RIS相移矩阵优化子问题,得到RIS相移矩阵;S7:根据优化得到的相移矩阵配置智能反射面的反射单元相移,根据优化得到的发射协方差矩阵分配基站每个天线上的传输功率。

    基于DDPG的IRS辅助认知无线电系统波束成形方法

    公开(公告)号:CN117767987A

    公开(公告)日:2024-03-26

    申请号:CN202311719916.8

    申请日:2023-12-14

    Abstract: 本发明涉及一种基于DDPG的IRS辅助认知无线电系统波束成形方法,属于无线通信技术领域。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下,建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型;其次提出了一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)的主被动波束成形算法,联合进行变量优化以最大化次用户和速率,可以同时获得联合优化解。本发明相对于传统优化方法在和速率性能接近的情况下具有更低的时间复杂度。

    遮挡物体检测能力增强的实时目标检测方法

    公开(公告)号:CN117765367A

    公开(公告)日:2024-03-26

    申请号:CN202311719915.3

    申请日:2023-12-14

    Abstract: 本发明涉及一种遮挡物体检测能力增强的实时目标检测方法,其特征在于:包括以下步骤:S1:构建图像数据训练集;S2:设计卷积神经网络的主干结构,对训练集进行特征提取,使提取特征具备归纳偏置特性;S3:设计检测颈部网络,在检测主干网络及头部网络间进行过渡,为检测头部网络提供高分辨率和高语义特征,并且压缩部分层的通道维数;S4:设计检测头部网络,加强检测头分支之间信息交互增强检测模型对边界周围信息的利用效果,通过对概率预测对图像中存在的目标类别及坐标进行表征;S5:通过适用于边界概率预测的训练方法进行训练;S6:在自然数据集上进行检测,并对预测结果利用非极大值抑制算法进行筛选。

    一种基于迁移学习策略的少样本目标实时检测方法

    公开(公告)号:CN115393634B

    公开(公告)日:2023-12-26

    申请号:CN202210962295.5

    申请日:2022-08-11

    Abstract: 本发明涉及一种基于迁移学习策略的少样本目标实时检测方法,属于图像处理领域,涉包括以下步骤:S1:构建检测网络模型;S2:对输入数据进行预处理;S3:在大样本类别数据上对目标检测模型进行从头训练;S4:在少样本类别数据上对少样本类别检测分支进行微调;在微调时通过一种新的正则化方法以引导模型关注物体的整体特征;S5:通过训练集训练检测模型,再测试集进行测试。本发明避免了模型在微调阶段出现过拟合,避免了受局部显著特征主导,增强了模型的泛化能力。本发明不仅能够在较小的模型参数下对少样本类别物体实现精准检测,并且能够对相关目标实现实时检测。

    基于SAC的双IRS辅助认知无线电网络安全波束成形方法

    公开(公告)号:CN118282457A

    公开(公告)日:2024-07-02

    申请号:CN202410374876.6

    申请日:2024-03-29

    Abstract: 本发明涉及一种基于SAC的双IRS辅助认知无线电网络安全波束成形方法,属于无线通信技术领域。该方法首先在考虑认知基站最大发射功率约束、认知基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下,建立一个联合优化认知基站波束成形和IRS相移矩阵的资源分配模型;其次提出了一种基于SAC的主被动安全波束成形算法,联合进行变量优化以最大化合法用户的安全和速率,可以同时获得联合优化解。与使用DDPG算法优化的方案相比,本发明的优化收敛过程更加稳定,所达到的安全和速率性能也优于其他基准方案。

    基于深度强化学习的IRS-SWIPT系统资源分配方法

    公开(公告)号:CN118102327A

    公开(公告)日:2024-05-28

    申请号:CN202311709915.5

    申请日:2023-12-13

    Abstract: 本发明涉及一种基于深度强化学习的IRS‑SWIPT系统资源分配方法,属于通信技术领域。该方法包括:建立IRS辅助的SWIPT系统传输模型;以能量受限设备最大化和速率为目标函数,考虑基站最大发射功率约束、功率分割系数、最小能量收集约束和智能反射面相移约束,建立一个联合优化基站发射波束设计、能量受限设备功率分割比系数和智能反射面相移设计的模型;将能量受限设备和速率最大化问题划分为发射波束成形和智能反射面相移设计联合优化以及功率分割比决策两个子问题;利用DDPG算法解决发射波束成形和智能反射面相移设计子问题;利用PSO算法来求解功率分割比决策子问题。本发明可有效地处理复杂数学转换,降低计算复杂度。

Patent Agency Ranking