-
公开(公告)号：CN107451008B
公开(公告)日：2020-05-08
申请号：CN201710512493.0
申请日：2017-06-29
Applicant: 北京邮电大学
IPC: G06F11/10
Abstract: 本发明实施例提供了一种CRC计算方法及装置，所述方法包括：获取目标输入数据；将所述目标输入数据依次划分成n个序列长度相同的目标数据序列；利用n个处理器对n个目标数据序列进行并行循环冗余校验CRC计算，得到对应的n个第一CRC值；获取各第一CRC值对应的目标序列影响系数；分别将各第一CRC值与对应的目标序列影响系数进行迦罗瓦域乘法运算，得到n个第二CRC值；对n个第二CRC值进行异或运算，得到目标CRC值，以实现对所述目标输入数据的CRC计算。本发明实施例能够减少在CRC计算过程中的异或运算的次数，提高了计算速率；另外，本发明实施例减少了线程同步的次数，进一步提高了计算速率。
-
公开(公告)号：CN110830435A
公开(公告)日：2020-02-21
申请号：CN201910797894.4
申请日：2019-08-27
Applicant: 国家电网有限公司信息通信分公司 , 北京邮电大学
Abstract: 本发明提出了一种网络流量时空特征提取和异常检测的方法及装置，其中，本发明的网络流量时空特征提取和异常检测的方法包括：S1)：基于历史网络流量数据建立网络模型；S2)：对所述网络模型进行压缩以建立压缩后的模型；S3)：基于所述压缩后的模型对网络流量数据提取特征并进行异常检测。
-
公开(公告)号：CN110705395A
公开(公告)日：2020-01-17
申请号：CN201910879575.8
申请日：2019-09-18
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种基于树莓派的检测系统，该检测系统包括：树莓派、摄像头和神经计算棒；摄像头、神经计算棒分别与树莓派连接；摄像头用于捕捉图像数据；树莓派用于当获取到摄像头捕捉的图像数据时，触发神经计算棒获取图像数据；神经计算棒用于将获取的图像数据输入至预设的目标识别模型中，得到目标识别模型输出的图像识别结果，并向树莓派发送图像识别结果。应用本发明实施例提供的方案在能够实现边缘化计算能力的基础上，还能够提高识别效率以达到实时性。
-
公开(公告)号：CN109635939A
公开(公告)日：2019-04-16
申请号：CN201910013045.5
申请日：2019-01-07
Applicant: 北京邮电大学
IPC: G06N3/04
Abstract: 本发明实施例提供的一种基于裁剪的卷积神经网络的确定方法及装置，方法包括：针对样本集中的一个样本，将该样本输入预设的卷积神经网络，通过卷积神经网络的卷积层的各个通道输出的该样本特征图的矩阵；针对卷积层的一个通道输出的样本的特征图的矩阵，将该矩阵进行压缩成数字，利用Sigmoid函数，确定卷积神经网络的卷积层各个通道的激励因子，然后确定卷积神经网络的卷积层各个通道的权重；针对预设卷积神经网络的一个卷积层，在该卷积层中选择通道的权重低于权重阈值的通道进行裁剪，将裁剪后的卷积神经网络作为已训练卷积神经网络，降低了卷积神经网络内部结构的复杂度，减少用于识别待识别病理图像的标签类别的时间。
-
公开(公告)号：CN109509186A
公开(公告)日：2019-03-22
申请号：CN201811331278.1
申请日：2018-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施了一种基于大脑CT图像的缺血性脑卒中病灶检测方法及装置。该方法中，对大脑CT图像进行预处理和基于区域生长法的区域生长处理，增大了病灶区域与正常大脑的图像特征的差异。然后，基于大脑的对称性，将左脑区和右脑区中的大脑图像划分为多个像素方格，并逐个对比左脑和右脑中，位置具有对称性的两个像素方格的预定图像特征的特征差异，从而可以根据该特征差异确定哪一个像素方格中包含缺血性脑卒中的病灶。通过上述步骤，实现了通过大脑CT图像有效检测缺血性脑卒中病灶的目的。
-
Patent Agency Ranking
公开(公告)号：CN109344278A
公开(公告)日：2019-02-15
申请号：CN201811113239.4
申请日：2018-09-25
Applicant: 北京邮电大学
IPC: G06F16/53
Abstract: 本发明实施例提供了一种视觉搜索方法、装置及设备，其中，该方法包括：获取多个待检索图像；针对各个待检索图像，提取待检索图像的全局特征信息；根据待检索图像的全局特征信息，计算待检索图像对应的复杂度指标；确定与复杂度指标匹配的码率；基于码率，提取待检索图像的图像特征，并保存图像特征，图像特征用于视觉搜索。通过本发明实施例提供的视觉搜索方法、装置及设备，能够降低对存储资源的浪费。
-
公开(公告)号：CN108647732A
公开(公告)日：2018-10-12
申请号：CN201810456914.7
申请日：2018-05-14
Applicant: 北京邮电大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种基于深度神经网络的病理图像分类方法，该方法包括：获取待测图像；对待测图像进行处理获得全局待测图像及局部待测图像；针对每个混合双模型对全局待测图像及局部待测图像进行预测得到全局预测结果概率向量及局部预测结果概率向量；对上述预测得到的概率向量进行预设处理得到最终局部预测结果概率向量及最终全局预测结果概率向量；按照预设权重，对上述处理得到的概率向量进行融合计；将多个融合后的向量相加得到预测向量；根据预测向量及预设规则确定待测图像的图像类别。与现有技术相比，本发明实施例能够在样本图像中提取更多有效的图像特征，使神经网络的学习更充分，进而提高训练好的网络模型对图像分类的准确率。
-
公开(公告)号：CN108183736A
公开(公告)日：2018-06-19
申请号：CN201711463203.4
申请日：2017-12-28
Applicant: 北京邮电大学
IPC: H04B7/0456 , H04L25/02
Abstract: 本发明实施例提供了一种基于机器学习的发射机码字选择方法、装置和发射机，所述方法包括：获取发射机的当前参数信息；将所述当前参数信息输入到预先经过机器学习训练好的分类模型中，得到发射机码字，并形成用于发送的模拟信号波束。从而降低通信系统中发射机码字选择的复杂度，同时适用于信道剧烈变化、发射机进行初始接入或者发射机没有初始最优码字的情况。
-
公开(公告)号：CN116687347A
公开(公告)日：2023-09-05
申请号：CN202310606208.7
申请日：2023-05-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于心脏核磁数据的自动心动周期检测方法及系统，属于核磁共振技术领域。包括采集k空间历史数据和对应的心电信号构建k空间‑心电数据集；对k空间‑心电数据集进行预处理，将预处理后的k空间‑心电数据集作为训练集；利用所述训练集训练k空间心动周期标签分类网络；采集连续的k空间实时数据，将所述k空间实时数据输入训练好的k空间心动周期标签分类网络，获取k空间实时数据对应的心动周期标签。本发明能够直接从连续采集的心脏核磁k空间数据直接提取心动周期信号，实现心动周期信号的实时反馈，即可替代需要额外采集的心电信号，用于后续的图像重建。
-
公开(公告)号：CN114679641A
公开(公告)日：2022-06-28
申请号：CN202210057508.X
申请日：2022-01-18
Applicant: 国家电网有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司 , 北京邮电大学
Abstract: 本公开提供一种基于SPI协议的光波长变换方法，包括：获取待发送数据的突发控制分组，根据所述突发控制分组得到对应该突发数据分组的路由信息；响应于所述路由信息与当前SPI协议数据中的路由信息不同，根据所述路由信息生成新的SPI协议数据；其中，SPI协议数据，包括：状态信息和路由信息；响应于所述新的SPI协议数据的状态信息与所述当前SPI协议数据的状态信息不同，根据所述新的SPI协议数据的路由信息，得到所述突发数据分组的波长数据；根据所述波长数据，生成承载所述突发数据分组的光波。本公开通过SPI协议，实现光波长的变换，满足高速的光突发交换场景，提高了光突发交换的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.02 seconds)
