-
公开(公告)号：CN101945406A
公开(公告)日：2011-01-12
申请号：CN201010298831.3
申请日：2010-10-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种认知网络资源的矢量空间模型构建方法，它属于无线通信网技术领域，主要解决现有技术中缺乏具体的网络资源模型和管理认知网络资源的统一标准的问题。其构建步骤为：定义认知网络的资源、资源元素和特征参数；将认知无线通信网络资源分为四种独立的资源元素；对每个资源元素定义各自的特征参数；利用各个资源元素所对应的特征参数构建坐标系，分别用数学空间模型描述各个资源元素；以各个资源元素为坐标轴构建数学空间模型，描述完整的认知网络资源。本发明具有使认知网络资源的组成和结构清晰形象的优点，为认知网络的资源管理与分配提供了便利，可用于为认知网络通信领域的技术的研究和资源管理提供支持和辅助。
-
公开(公告)号：CN101727537A
公开(公告)日：2010-06-09
申请号：CN200910153867.X
申请日：2009-11-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于双视角信息融合的乳腺CR图像的计算机确定方法。现有方法利用医生的专业技术和经验，效率较低。本发明方法将读入的乳腺CR图像并提取乳房区域，在乳房区域内寻找疑似肿块可能存在的位置，将乳房区域内的疑似肿块进行手动分割，提取已分割的疑似肿块的特征，在乳房区域内寻找疑似微钙化可能存在的位置，使用分水岭算法对乳房区域内的疑似微钙化进行分割，提取已分割的疑似微钙化的特征，确定乳腺钼靶X线摄影的两个视角中同一病灶的图像元素间的匹配关系，对两个视角中同一病灶的特征信息进行融合，确定病灶良恶性，最后生成检测结果报告。本发明方法能快速准确地对疑似病灶进行定位与鉴定，效率和准确率都得到提高。
-
公开(公告)号：CN101286779A
公开(公告)日：2008-10-15
申请号：CN200810018357.7
申请日：2008-06-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多用户MIMO系统中消除多用户干扰的方法。其具体过程为：(1)从基站端接收到的信号向量y中提取对应于第j个用户的多用户干扰zj；(2)根据多用户干扰zj，由所有对第j个用户产生多用户干扰的信道矩阵构建一个新的矩阵H′j；(3)对新矩阵H′j进行奇异值分解并选择对第j个用户的线性处理矩阵Tj；(4)用线性处理矩阵Tj左乘接收端接收到的信号向量y，得到仅包含有第j个用户信息数据的信号向量y′j，完全消除了来自其他用户的干扰。本发明具有消除多用户干扰彻底的优点，可用于实现对多用户MIMO系统的低复杂度和高性能检测。
-
公开(公告)号：CN116170834B
公开(公告)日：2025-05-16
申请号：CN202310161891.8
申请日：2023-02-24
Applicant: 西安电子科技大学
IPC: H04W24/06 , H04W24/02 , G06F18/2113 , G06F18/2431 , G06F18/214 , G06F18/15
Abstract: 本发明提出了一种无线通信网络的用户体验速率预测方法，解决没有对用户体验速率进行预测的相关技术问题，实现步骤为：(1)获取训练样本集和测试样本集；(2)构建随机森林模型；(3)对随机森林模型进行第一次训练；(4)筛选特征；(5)对随机森林模型进行第二次训练；(6)获取用户体验速率的预测结果。本发明通过随机森林模型，筛选对无线通信网络的用户体验速率敏感性较高，最能影响和反映用户体验速率的特征集合，并根据特征集合能够实现高效地预测用户体验速率，可以有针对性地解决用户体验的不足之处。
-
公开(公告)号：CN119892269A
公开(公告)日：2025-04-25
申请号：CN202510094537.7
申请日：2025-01-21
Applicant: 西安电子科技大学
IPC: H04B17/309 , H04B17/391 , H04W4/46
Abstract: 一种结合载波相位差分定位模块的车对车信道测量系统及方法，测量系统包括用于信道测量的发射车辆和接收车辆，发射车辆内设置有移动电站、功率放大器、信号发生器、第一计算机和第一载波相位差分定位模块，接收车辆内安装有矢量网络分析仪、第二计算机和第二载波相位差分定位模块；在测试用车辆中安装仪器，配置仪器参数、调试设备，在行驶场景中进行测量；结合收发天线的相关参数以及矢量网络分析仪的数据接口获取信道特性数据，结合载波相位差定位系统回报的定位信息，取得车辆行驶过程数据，对上述数据按照时间进行对齐，根据信道特性与行驶信息的对应关系建造场景帧；本发明能够完整地重现车对车信道测量中的信道特性数据与车辆行驶信息数据以及两者的对应关系，解决了车对车信道的测量结果在应用于射线跟踪时的诸多不便，测量准确度高，效果好。
-
Patent Agency Ranking
公开(公告)号：CN119803481A
公开(公告)日：2025-04-11
申请号：CN202510151361.4
申请日：2025-02-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种有效跟踪预设航线的无人机航迹规划方法，主要解决现有无人机航迹规划方法对风场环境下规划航线不准确的问题。其实现方案包括：根据预设航迹计算无人机在每个预设航迹点处的空速与地速，判断其失速、倒飞情况；根据失速、倒飞航迹及无人机空速约束构建多目标优化模型；利用多目标优化模型迭代求解无人机下一步位置的最优解，用所有求解的无人机下一步位置构成失速、倒飞航迹段的规划航迹，并对其进行平滑；根据非失速、倒飞航迹段、无人机当前位置、风场数据及无人机最小转弯半径迭代计算无人机下一步位置，将所有计算结果依次连接构成非失速、倒飞航迹段的规划航迹，本发明所规划航迹航迹偏离度小，航迹总长度短，航迹形状更平滑，可用于无人机侦察。
-
公开(公告)号：CN114092332B
公开(公告)日：2025-03-11
申请号：CN202111429939.6
申请日：2021-11-29
Applicant: 桂林电子科技大学
IPC: G06T3/4053 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/11 , G06T5/70 , G16H30/20 , G06T5/60
Abstract: 本发明公开了一种头部三维MRI超分辨率重建方法，该方法首先选取高分辨的MRI图像数据，对选取的MRI数据进行预处理得到小数据块，将得小数据块作为训练数据；然后建立基于卷积神经网络和Transformer编码器的三维MRI超分辨率重建模型，将小数据块作为输入对模型进行训练，得到三维MRI超分辨率重建模型；最后使用三个轴向MRI数据进行处理得到正方体空腔数据，将空腔数据输入到训练好的模型中得到空腔被填充小正方体，拼接空腔被填充小正方体组成完整数据空间。该方法模型规模小，图像重建速度快，重建图像质量高，为医学图像处理提供更精密数据。
-
公开(公告)号：CN119438308A
公开(公告)日：2025-02-14
申请号：CN202411775730.9
申请日：2024-12-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种旋转状态下涡轮叶片热障涂层隔热效果评价系统与方法，系统包括服役环境模拟单元、温度场测量单元和评价单元，服役环境模拟单元包括涡轮叶片试验件和燃气喷枪；温度场测量单元包括红外热成像模块和热电偶模块，热电偶模块包括薄膜热电偶和微型热电偶，薄膜热电偶布置于叶片与热障涂层之间，用于获取界面的温度场；微型热电偶布置于热障涂层远离叶片的表面，用于获取热障涂层表面的温度场；评价单元根据测温结果评价热障涂层隔热效果。本发明能够模拟涡轮叶片热障涂层高温高速旋转的真实服役环境，对热障涂层表面采用环形燃气火焰的方式进行加热，采用大功率高速电机带动涡轮叶片高速旋转，实现高速旋转状态下的实时温度测量。
-
公开(公告)号：CN119089371B
公开(公告)日：2025-02-07
申请号：CN202411587226.6
申请日：2024-11-08
Applicant: 电子科技大学天府协同创新中心
IPC: G06F18/2433 , G06F18/213 , G06N3/0455 , G06N3/048 , G06N3/08 , G06N7/08
Abstract: 本发明涉及人工智能技术领域，公开了一种面向车载终端的车辆行为异常模式识别方法，包括获取车载终端的传感数据；采用基于树木年轮仿生优化的全连接神经网络对获取数据进行特征提取，获得第一特征；采用基于掩码增强的自编码神经网络对第一特征进行特征降维，获得第二特征；采用基于量子混沌理论的分数阶神经网络构建分类器模型，利用第二特征进行分类器模型训练；利用训练后的分类器模型进行车辆行为异常模式识别。本发明提升了在实际应用中对异常行驶模式的识别精度。
-
公开(公告)号：CN119089371A
公开(公告)日：2024-12-06
申请号：CN202411587226.6
申请日：2024-11-08
Applicant: 电子科技大学天府协同创新中心
IPC: G06F18/2433 , G06F18/213 , G06N3/0455 , G06N3/048 , G06N3/08 , G06N7/08
Abstract: 本发明涉及人工智能技术领域，公开了一种面向车载终端的车辆行为异常模式识别方法，包括获取车载终端的传感数据；采用基于树木年轮仿生优化的全连接神经网络对获取数据进行特征提取，获得第一特征；采用基于掩码增强的自编码神经网络对第一特征进行特征降维，获得第二特征；采用基于量子混沌理论的分数阶神经网络构建分类器模型，利用第二特征进行分类器模型训练；利用训练后的分类器模型进行车辆行为异常模式识别。本发明提升了在实际应用中对异常行驶模式的识别精度。
-
-
-
-
-
-
-
-
-
Search Results
515
records
(took 0.041 seconds)
