-
公开(公告)号：CN112216296B
公开(公告)日：2023-09-22
申请号：CN202011024815.5
申请日：2020-09-25
IPC: G10L21/0208 , G10L25/30 , G10L25/51 , G06N3/0464 , G06N3/084
Abstract: 本公开实施例提供一种音频对抗扰动的测试方法、设备及存储介质，通过将初始音频信号输入到对抗性攻击模型的攻击网络获取第一干扰信号；采用具有不同通带的至少两个备选带通滤波器分别对第一干扰信号滤波获取每个备选带通滤波器对应的第二干扰信号；根据各第二干扰信号、初始音频信号及目标音频处理模型确定目标带通滤波器；基于对抗性攻击模型对目标音频处理模型进行对抗性攻击测试，其中对抗性攻击模型中的带通滤波器为目标带通滤波器。本公开实施例从至少两个备选带通滤波器中确定最优的备选带通滤波器作为对抗性攻击模型的目标带通滤波器，使得对抗性攻击模型针对目标音频处理模型生成的对抗音频样本具有最优的对抗性攻击性能。
-
公开(公告)号：CN114740029A
公开(公告)日：2022-07-12
申请号：CN202210369638.7
申请日：2022-04-08
Applicant: 北京大学 , 北京衡正科技有限公司
IPC: G01N23/2204 , G01N23/2202 , G01N23/2251
Abstract: 本发明提供了一种传送装置和包括该传送装置的无污染实验系统，适用于冷冻样本的传送和实验。该传送装置包括：第一组件，其包括贯通孔和与该贯通孔相连通的锁定部，并用于载置所述指定样品；第二组件，其具有锁舌部，该锁舌部嵌合于所述锁定部；杆件，其插入所述贯通孔中，且在所述锁定部与所述锁舌部形成锁定结构。本发明通过杆锁定件的缺口部、锁件的锁舌部以及第一组件的锁定部在结构上相互配合、多组件协作锁定的结构设置，能够实现更优化的锁定配合结构，能够实现更有效的锁定配合，并能够实现在冷冻样本实验中更快速且无污染的样本传送或转移。
-
公开(公告)号：CN112843677A
公开(公告)日：2021-05-28
申请号：CN202110172567.7
申请日：2021-02-08
IPC: A63F13/358 , G06K9/46 , G06K9/62
Abstract: 本公开实施例提供一种系统延时确定方法、装置、设备和存储介质，包括：响应于作用在背景窗口的多媒体信号上的用户操作指令，获取用户操作指令的输入时刻；检测背景窗口和前景窗口中的多媒体信号，其中，背景窗口是输入时刻之前的第一时间窗口，前景窗口是输入时刻之后的第二时间窗口；基于前景窗口中的多媒体信号相对于背景窗口中的多媒体信号的突变情况，确定用户操作指令的响应时刻；根据输入时刻和响应时刻确定系统的系统延时。本公开实施例通过获取用户操作指令的输入时刻以及用户操作指令对应的响应时刻确定系统延时，该方案不需要昂贵的硬件设备，也不需要过多的人工参与，可以方便快捷地测量远程渲染系统的交互延时。
-
公开(公告)号：CN101895751B
公开(公告)日：2012-02-08
申请号：CN201010226277.8
申请日：2010-07-06
Applicant: 北京大学
Abstract: 本发明公开了一种帧内预测的方法及装置、基于帧内预测的编/解码方法及系统。其中，预测方法包括：确定M×N的待预测块的相邻块，依据待预测块中每个位置i的滤波器的长度Ki(i＝0，1，2，...，(M×N-1))，从相邻块中选择相应的Ki个参考样本点所述Ki个参考样本点组成用于帧内预测的样本点集合其中，ki＝0，1，2，...，Ki-1，Ki为自然数且Ki＞1；M、N为自然数；选择预测方向m，分别为待预测块中的每一待预测样本点Ci确定预测加权系数Wi(m，k)；其中，i＝0，1，2，...，(M×N-1)；根据预测加权系数Wi(m，k)和所述用于帧内预测样本点集合计算当前待编码样本点的预测值。本发明提高了帧内预测模式的预测精度，进而提高了整体的编码性能。
-
公开(公告)号：CN101895756A
公开(公告)日：2010-11-24
申请号：CN201010232105.1
申请日：2010-07-15
Applicant: 北京大学
Abstract: 本发明公开了一种视频图像块的编码、解码、重构方法及系统。其中，编码方法包括：选择预测模式，根据图像块周围已经重构的像素生成预测块；计算图像块和预测块对应像素之间的差值，得到残差值，所有残差值组成一个残差块；从一组待选的残差值的重排列顺序中，选择至少一个残差值的排列顺序，对残差块内的残差值进行重新排序；选择变换函数对重排序之后的残差块进行变换，得到残差块的变换系数表示，并进行变换系数扫描，量化，熵编码。本发明通过在空域对残差块内的残差采样值进行重排序，使得不同模式的残差统计特性近似相同，从而可以仅使用少量的变换函数实现与模式相关变换近似的性能，同时降低了编解码器的存储复杂度。
-
Patent Agency Ranking
公开(公告)号：CN100382745C
公开(公告)日：2008-04-23
申请号：CN200410001109.3
申请日：2004-01-19
Inventor： 吴瑾光 , 张元福 , 徐怡庄 , 李庆波 , 翁诗甫 , 杨丽敏 , 张莉 , 周维金 , 杨展澜 , 李维红 , 武惠忠 , 龚蓉晔 , 高学军 , 徐端夫 , 赵莹 , 徐智 , 张能维 , 王立新 , 孙开华 , 彭歆 , 刘玉峰 , 孙学军 , 凌晓峰 , 周苏
IPC: A61B5/00
CPC classification number: A61B5/0059 , A61B5/6848 , A61B5/7257
Abstract: 本发明涉及一种体表无创性检测生物体组织分子结构变化的方法和专用装置。该装置包括傅立叶变换红外光谱仪及一套附加装置，所述附加装置包括光纤采样附件、光纤耦合部件、红外探测器部件。检测方法是将专用装置的光纤ATR探头放在待测部位的皮肤表面扫描16次以上，仪器的分辨率为4cm-1或8cm-1，光谱范围为：800-4000cm-1。应用本方法可早期检测活体生物组织分子结构的变化，且测试中受检者无任何不适感觉。本方法操作简单，快速，准确，且对身体无任何伤害。
-
公开(公告)号：CN1647757A
公开(公告)日：2005-08-03
申请号：CN200410001109.3
申请日：2004-01-19
Inventor： 吴瑾光 , 张元福 , 徐怡庄 , 李庆波 , 翁诗甫 , 杨丽敏 , 张莉 , 周维金 , 杨展澜 , 李维红 , 武惠忠 , 龚蓉晔 , 高学军 , 徐端夫 , 赵莹 , 徐智 , 张能维 , 王立新 , 孙开华 , 彭歆 , 刘玉峰 , 孙学军 , 凌晓峰 , 周苏
IPC: A61B6/00
CPC classification number: A61B5/0059 , A61B5/6848 , A61B5/7257
Abstract: 本发明涉及一种体表无创性检测生物体组织分子结构变化的方法和专用装置。该装置包括傅立叶变换红外光谱仪及一套附加装置，所述附加装置包括光纤采样附件、光纤耦合部件、红外探测器部件。检测方法是将专用装置的光纤ATR探头放在待测部位的皮肤表面扫描16次以上，仪器的分辨率为4cm－1或8cm－1，光谱范围为：800－4000cm－1。应用本方法可早期检测活体生物组织分子结构的变化，且测试中受检者无任何不适感觉。本方法操作简单，快速，准确，且对身体无任何伤害。
-
公开(公告)号：CN1397794A
公开(公告)日：2003-02-19
申请号：CN02129410.0
申请日：2002-08-21
Abstract: 本发明提供了一种采用傅立叶变换中红外光谱检测装置检测生物体组织红外光谱的方法及其专用装置。检测装置是傅立叶变换中红外光谱装置，包括电器系统、干涉仪、检测器、试样装置、红外光源和转镜，红外光源的红外光辐射波长范围为2.5μm～25μm；干涉仪为折射扫描干涉仪；检测器由检测波段为2.5μm～25μm的DTGS或MCT检测器构成；试样装置有三个可互换的装置：水平ATR平台、光纤ATR平台、发射光纤探头装置。采用本发明的方法和装置，3～5分钟即可获得生物体组织分子水平的信息，通过与正常组织的红外光谱信息进行比较，为鉴定组织是否发生变异、变异程度提供重要的参考信息。
-
公开(公告)号：CN116379171A
公开(公告)日：2023-07-04
申请号：CN202310358171.0
申请日：2023-04-06
Applicant: 北京大学 , 常州隆斯克普电子科技有限公司
Abstract: 本发明提供一种插板阀，涉及阀门技术领域，所述插板阀包括：驱动机构和插板结构，所述驱动机构包括：平行设置的驱动件和丝杠，所述驱动件通过齿轮组驱动所述丝杠转动，所述丝杠上设有丝杠法兰，所述丝杠法兰的侧壁与升降机构的一端固定，所述升降机构的另一端与插板结构固定，所述丝杠法兰侧壁上还设有限位件。本发明通过驱动件驱动丝杠转动，进而带动丝杠上丝杠法兰，以及丝杠法兰上升降机构移动，通过丝杠法兰侧壁上的限位件精密控制丝杠法兰、升降机构的移动范围，从而控制插板的移动范围，避免插板碰触到壳体内壁，减小震动和机械损坏。
-
公开(公告)号：CN113496460A
公开(公告)日：2021-10-12
申请号：CN202010258460.X
申请日：2020-04-03
Applicant: 北京大学 , 北京字节跳动科技有限公司
Abstract: 本发明公开一种基于特征调整的神经风格迁移方法及系统，属于图像与视频风格化领域，训练主要由内容编码器、风格编码器、装饰器和解码器组成的神经风格迁移网络模型，输入目标内容图像或视频帧和参考风格图像，得到风格迁移结果图像或视频帧，通过调整神经网络的特征空间与通道两个维度的分布，只需要一次参数前传就可以实现效果良好的风格迁移。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.035 seconds)
