-
公开(公告)号：CN119248844A
公开(公告)日：2025-01-03
申请号：CN202411162570.0
申请日：2024-08-23
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F16/2458 , G06F16/242 , G06F9/50
Abstract: 本发明公开了一种内存多线程模糊检索方法，其包括：采用多线程并行运算的方式分别计算词条与用户检索词的编辑距离相似度值和公共序列相似度值；求取每个词条与检索词对应的编辑距离相似度值和公共序列相似度值的均值并对其进行排序，从中选取前N个字符串作为模糊检索结果。本发明在不依赖大数据检索组件的情况下，能够针对用户输入的检索词在极短的时间内从百万级甚至千万级词条中高效搜索出可靠的结果。
-
公开(公告)号：CN113870866B
公开(公告)日：2024-08-27
申请号：CN202111071939.3
申请日：2021-09-14
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于深度学习双模型的语音连续事件提取方法，包括：对用于训练的语音信号文件进行相应的预处理分别得到VOC格式数据集和三元组数据集；采用VOC格式数据集训练YOLOV3深度学习模型；采用三元组数据集训练构建的深度学习人声分类网络模型；利用训练好的YOLOV3深度学习模型和深度学习人声分类网络模型对待预测语音信号文件进行预测得到特征向量；利用特征向量判断对应的语音事件是否是相同人声，并合并相同人声的语音事件后从原始的待预测语音信号文件中提取语音事件。本发明通过深度学习双模型的方式提取语音事件，抗噪声能力强，灵敏度高，即使在语音信号较弱的情况下效果依然显著。
-
公开(公告)号：CN115277324B
公开(公告)日：2023-11-10
申请号：CN202210879133.5
申请日：2022-07-25
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L27/00 , H04L27/10 , G06F18/241 , G06N3/0464
Abstract: 本发明公开了基于卷积神经网络的FSK信号识别方法，涉及信号识别领域，包括S1、生成FSK信号；S2、处理FSK信号获得瞬时频率数据和一阶频谱数据；S3、构建数据集；S4、数据集导入训练深度学习卷积神经网络模型；S5、均匀切分待预测信号的原始IQ数据，进行瞬时频率和一阶频谱计算得到信号预测样本；S6、信号预测样本导入优化后的深度学习卷积神经网络模型进行预测得到预测结果；S7、确定待预测信号的识别结果；本发明具有较高的识别准确率，传统多信号类型识别方法需构建决策树，而该方法复杂、条件阈值因信号强弱很难设定，在信噪比较低的情况下，准确率不能保证，而本发明使用了深度学习的方式将信号的不同特征融合并提取出来，具有较高的准确率。
-
公开(公告)号：CN115567351A
公开(公告)日：2023-01-03
申请号：CN202211161190.6
申请日：2022-09-21
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L25/02
Abstract: 发明涉及一种针对频率调制方式的符号速率计算方法，根据无线电相位幅度调制方式信号的自身特性，使用密度聚类及统计的方法对符号速率进行计算；具体包括求得数据整体分布的范围、划分区间并进行极值分析、序列分割处理、连续性处理、分割点序列构建、间隔序列构建、聚类分析、单个符号采用点计算。还公开了一种针对频率调制方式的符号速率计算装置、以及存储介质。本发明达到的有益效果是：在含噪声的条件下，依然能够正确的计算出符号速率，并且信号的持续时间越长，符号速率计算的准确率就越高，具有较强的鲁棒性。
-
公开(公告)号：CN115314075A
公开(公告)日：2022-11-08
申请号：CN202210852151.4
申请日：2022-07-20
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了一种在复杂多辐射源电磁环境下的跳频信号参数计算方法，该方法包括以下步骤：获取多辐射源的跳频信号对应的信号特征矩阵；根据信号特征矩阵和聚类分析，从多辐射源的跳频信号中筛选出每个辐射源的跳频信号；分别对所有辐射源的跳频信号进行分析计算，最终得到所有辐射源的跳频信号的相关参数。本发明能够对多个辐射源进行有效的跳频信号参数计算，即使辐射源长度相近或不同辐射源跳频信号出现相互干扰的情况，依然能够进行有效的辐射源分离与跳频图案参数计算。
-
Patent Agency Ranking
公开(公告)号：CN113447027B
公开(公告)日：2022-03-08
申请号：CN202110805524.8
申请日：2021-07-16
Applicant: 电信科学技术第五研究所有限公司
IPC: G01C21/20
Abstract: 本发明公开了一种基于几何图形的目标融合过滤方法，包括步骤：传感器数据采集；目标身份确定、时间过滤；选择空间过滤几何图形；航向过滤处理；聚合航迹过滤后的态势数据；目标速度过滤；多源数据融合并形成一条融合航迹信息。本发明有较好的目标跟踪完整率和识别完整率，清晰性反应态势信息中所含虚假航迹、模糊航迹、模糊识别目标；最终生成的航迹的最长航迹持续比较高；准确衡量航迹位置、速度、航向、身份标识；具备事中实时处理能力，航迹确认时延和目标识别时延都较低。
-
公开(公告)号：CN113870866A
公开(公告)日：2021-12-31
申请号：CN202111071939.3
申请日：2021-09-14
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于深度学习双模型的语音连续事件提取方法，包括：对用于训练的语音信号文件进行相应的预处理分别得到VOC格式数据集和三元组数据集；采用VOC格式数据集训练YOLOV3深度学习模型；采用三元组数据集训练构建的深度学习人声分类网络模型；利用训练好的YOLOV3深度学习模型和深度学习人声分类网络模型对待预测语音信号文件进行预测得到特征向量；利用特征向量判断对应的语音事件是否是相同人声，并合并相同人声的语音事件后从原始的待预测语音信号文件中提取语音事件。本发明通过深度学习双模型的方式提取语音事件，抗噪声能力强，灵敏度高，即使在语音信号较弱的情况下效果依然显著。
-
公开(公告)号：CN119166808A
公开(公告)日：2024-12-20
申请号：CN202411184070.7
申请日：2024-08-27
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F16/35 , G06F16/33 , G06F40/295 , G06F40/30 , G06N5/025 , G06N5/022 , G06N5/04 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种端到端实体与关系联合抽取方法，其包括：对文本数据进行实体与关系标注以及关系类别合并，构造实体关系标注数据集；使用预训练语言模型获取文本token；使用标注好的实体关系数据对实体关系联合抽取网络模型进行训练，得到模型权重文件；使用实体关系联合抽取网络模型和训练好的模型权重文件对其他样本进行预测，得到实体关系预测结果，并按照预设实体关系整合规则表进行关系拆分，得到精确的实体关系预测结果。本发明的实体与关系联合抽取准确率高，速度快，具有较强的鲁棒性，对实体类别复杂、关系类别繁多、样本分布不均匀的数据具有较好的实体与关系抽取效果。
-
公开(公告)号：CN115314348B
公开(公告)日：2023-10-24
申请号：CN202210928802.3
申请日：2022-08-03
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L27/00 , H04L27/34 , G06F18/213 , G06F18/25 , G06F18/241 , G06N3/0464
Abstract: 本发明涉及一种基于卷积神经网络的QAM信号调制识别方法，包括：S1、获取多种QAM信号和其他信号；S2、对接入的QAM信号的IQ数据进行处理，得到信号的星座图数据、瞬时相位数据和一阶频谱数据；S3、对切分好的IQ数据进行星座图、瞬时相位和一阶频谱计算得到M个PSK信号预测样本，并输入到训练好的多维三输入卷积神经网络模型中对M个QAM信号预测样本进行预测得到M个预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为QAM信号的识别结果。本发明具有较强的特征融合能力，具有较高的识别准确率，具有很强的抗噪抗干扰能力，具有较快较稳定的处理速度。
-
公开(公告)号：CN115545076A
公开(公告)日：2022-12-30
申请号：CN202211205528.3
申请日：2022-09-30
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于对比学习的辐射源个体识别方法、介质及装置，输入数据为辐射源信号的IQ数据，通过基于对比学习的辐射源深度特征提取网络进行特征提取，并利用对比学习的方法，使得相同辐射源的特征向量在嵌入空间中尽可能的相近，不同辐射源的特征向量之间尽可能的远，最后通过预测信号特征向量与数据库的特征向量之间距离进行距离计算与评估，便可以得到辐射源的个体类别。本发明能够将辐射源个体识别与对比学习结合起来，使得相同辐射源的特征向量在嵌入空间中尽可能的相近，不同辐射源的特征向量之间尽可能的远，从而完成辐射源在高维空间上的聚类，实现辐射源个体的识别。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.036 seconds)
