-
公开(公告)号：CN109061448A
公开(公告)日：2018-12-21
申请号：CN201811265842.4
申请日：2018-10-29
Applicant: 北京京航计算通讯研究所
IPC: G01R31/28
CPC classification number: G01R31/2851
Abstract: 本发明属于集成电路测试技术领域，具体涉及一种基于模块化激励模型的集成电路测试激励生成系统。本发明应用时间轴配置方法产生与测试用例对应的任务点，通过配置任务点，形成包含激励模型的激励文件，实现激励信号的生成。并使任务点对应测试用例，实现对测试用例的可视化管理和批量执行。不仅解决了现有方案中人工成本大，调试复杂的矛盾，而且配置方式简单，适用于ASIC、SOC、FPGA等集成电路的仿真测试。
-
公开(公告)号：CN103631717A
公开(公告)日：2014-03-12
申请号：CN201310653804.7
申请日：2013-12-09
Applicant: 北京京航计算通讯研究所
IPC: G06F11/36
Abstract: 本发明属于一种嵌入式软件测试方法，基于NI平台的RS422串行通讯接口故障模型搭建方法，它包括如下步骤，1)针对被测试软件的交联环境及故障注入要求，设置不同的故障注入数据参数及故障注入文件；2)将故障注入数据参数及故障注入文件共同配置到故障注入工具；3)根据被测试软件的交联环境及RS422故障注入工具交联要求，连接开展测试。本发明的优点是，它能够模拟RS422数据故障从而提高测试充分性的途径和方法，并最终提高嵌入式软件动态测试关于RS422用例执行充分性的质标。
-
公开(公告)号：CN115576721B
公开(公告)日：2023-07-18
申请号：CN202211349762.3
申请日：2022-10-31
Applicant: 北京京航计算通讯研究所
IPC: G06F11/00
Abstract: 本发明涉及一种基于不确定性量化的多源数据融合评估试验方法及设备，属于可靠性试验技术领域；该方法包括：基于至少一类验前替代试验的可信度与成功概率，通过加权计算得到总的验前替代试验的成功概率估计值；根据成功概率估计值，基于不确定度加权的粗糙熵算法，得到总的验前替代试验的等效现场试验次数；并进一步得到现场试验的先验分布；对评估对象进行现场试验；利用现场试验的试验结果对先验分布进行修正，得到后验估计结果；将后验估计结果作为待评估对象的现场试验的试验结果，以对待评估对象的真实成功概率进行评估。本发明解决了现有技术中成败型试验的评估准确性不高的问题。
-
公开(公告)号：CN115576721A
公开(公告)日：2023-01-06
申请号：CN202211349762.3
申请日：2022-10-31
Applicant: 北京京航计算通讯研究所
IPC: G06F11/00
Abstract: 本发明涉及一种基于不确定性量化的多源数据融合评估试验方法及设备，属于可靠性试验技术领域；该方法包括：基于至少一类验前替代试验的可信度与成功概率，通过加权计算得到总的验前替代试验的成功概率估计值；根据成功概率估计值，基于不确定度加权的粗糙熵算法，得到总的验前替代试验的等效现场试验次数；并进一步得到现场试验的先验分布；对评估对象进行现场试验；利用现场试验的试验结果对先验分布进行修正，得到后验估计结果；将后验估计结果作为待评估对象的现场试验的试验结果，以对待评估对象的真实成功概率进行评估。本发明解决了现有技术中成败型试验的评估准确性不高的问题。
-
公开(公告)号：CN113932815A
公开(公告)日：2022-01-14
申请号：CN202111217468.2
申请日：2021-10-19
Applicant: 北京京航计算通讯研究所
IPC: G01C21/20
Abstract: 本发明涉及一种稳健性优化的Kalman滤波方法、装置、电子设备和存储介质；方法包括：确定Kalman滤波的状态序列和观测序列；建立与状态序列和观测序列对应的Kalman滤波模型；采用建立的Kalman滤波模型进行滤波；在Kalman滤波过程中，采用Kalman增益矩阵用于提高Kalman滤波的稳健性；其中，为第k个时间点的Kalman滤波估计的后验预测误差协方差矩阵；I为单位矩阵；Hk为观测转移矩阵；Vk为观测噪声矩阵；λ1为第一稳健性参数，λ2为第二稳健性参数。本发明与传统的卡尔曼滤波算法相比，提升对量测数据误差的鲁棒性，减少了计算结果与真实值的偏差。
-
Patent Agency Ranking
公开(公告)号：CN112418289B
公开(公告)日：2021-08-03
申请号：CN202011286164.7
申请日：2020-11-17
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种不完全标注数据的多标签分类处理方法及装置，属于数据分类技术领域，解决了现有的多标签分类方法对具有数据重合标签分类的实用性较低的问题。方法包括：获取训练数据集；基于训练数据集对神经网络进行参数训练，得到训练好的神经网络；对训练好的神经网络中间层的输出进行预处理，得到神经网络的最优网络结构；将待分类的不完全标注数据输入神经网络的最优网络结构，得到待分类的不完全标注数据对应的所有标签类别向量。实现了不完全标注数据的多标签分类，提高了数据标签分类的精确度，具有较高的实用性。
-
公开(公告)号：CN112991394A
公开(公告)日：2021-06-18
申请号：CN202110416434.X
申请日：2021-04-16
Applicant: 北京京航计算通讯研究所
Abstract: 本发明就目标跟踪过程中的遮挡问题，提出一种基于三次样条插值和马尔科夫链的KCF目标跟踪方法。该方法的具体思路为，在目标跟踪过程中遇到遮挡问题时，停止更新KCF滤波模板，而根据遮挡前目标的运动特征，用离线训练的多个不同权重的三次样条多项式模拟遮挡后的目标运动轨迹，并且基于马尔科夫链中当前状态只与上一时刻状态有关的假设，认为跟踪过程中当前图像的权重只与上一帧图像的权重有关，从而实现对遮挡目标运动位置的预测跟踪。本发明不局限于图像中的特征，而是着眼于目标的运动轨迹，通过对物体运动轨迹的分析模拟，解决目标跟踪过程中的遮挡问题，具有跟踪准确率高，计算速度快的特点。
-
公开(公告)号：CN109460478A
公开(公告)日：2019-03-12
申请号：CN201811314413.1
申请日：2018-11-06
Applicant: 北京京航计算通讯研究所
Abstract: 本发明属于软件工程技术领域，具体涉及一种基于细粒度特征语义网络的系统接口时序知识分析方法，其包括：构建嵌入式系统测试故障集；在嵌入式系统测试故障集中搜索接口关键问题，分析提取与时序相关的故障，初步形成时序相关的接口故障集；在嵌入式系统测试故障集中搜索与时序关键的故障，分析提取与接口相关的故障，形成接口相关的时序故障集；两个故障集合并形成接口时序故障集；根据时序故障库中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序关键影响因素，形成嵌入式系统接口时序知识集。由此得到的嵌入式系统接口时序知识可实现测试知识的继承，且具有可扩展性，便于测试知识的推送，提升测试效率。
-
公开(公告)号：CN109061447A
公开(公告)日：2018-12-21
申请号：CN201811265809.1
申请日：2018-10-29
Applicant: 北京京航计算通讯研究所
IPC: G01R31/28
CPC classification number: G01R31/2851
Abstract: 本发明属于集成电路测试技术领域，具体涉及一种基于模块化激励模型的集成电路测试激励生成方法。本发明应用时间轴配置方法产生与测试用例对应的任务点，通过配置任务点，形成包含激励模型的激励文件，实现激励信号的生成。并使任务点对应测试用例，实现对测试用例的可视化管理和批量执行。不仅解决了现有方案中人工成本大，调试复杂的矛盾，而且配置方式简单，适用于ASIC、SOC、FPGA等集成电路的仿真测试。
-
公开(公告)号：CN113917938B
公开(公告)日：2024-04-19
申请号：CN202111173142.4
申请日：2021-10-08
Applicant: 北京京航计算通讯研究所
IPC: G05D1/49 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种小样本条件下的飞行器姿态控制数据增强和模型训练方法，包括：将飞行器姿态控制的训练集分解成多份子训练集；随机选取一份子训练集，训练第一生成器、第二生成器和第三生成器的神经网络参数；第一生成器、第二生成器和第三生成器分别依据各自的数据增强方式在神经网络模型中进行数据增强；计算出第一生成器、第二生成器和第三生成器在神经网络模型中的重要性权值；根据第一生成器、第二生成器和第三生成器的重要性权值，设置神经网络模型的目标函数；进行神经网络模型参数的训练；判断训练的迭代次数超过给定阈值；是，则终止训练；否，则重新选择子训练集进行训练。本发明提升了种小样本条件下神经网络模型的分类任务性能。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.045 seconds)
