一种基于神经网络的犬只检测与预警系统

    公开(公告)号:CN111353393A

    公开(公告)日:2020-06-30

    申请号:CN202010102280.2

    申请日:2020-02-19

    Abstract: 本发明公开了一种基于神经网络的犬只检测与预警系统,所述基于神经网络的犬只检测与预警系统包括数据采集子系统、检测与测距子系统和预警子系统,所述数据采集子系统、所述检测与测距子系统和所述预警子系统依次电性连接,利用摄像头对犬只进行图像采集,获取所述数据采集子系统采集的图像,并利用SSD检测框架经Darknet-53网络预测后直接预测图片类型,并对人犬距离计算采用k-means算法对犬只的检测数据进行聚类处理,将所述检测与测距子系统的结果进行上传,并进行预警操作,对不同种类的犬只进行快速识别,并对犬只距离测算算法进行优化,提高犬只预警速度,有效预防犬只伤人情况的发生。

    一种基于KCF的跟踪方法、装置、电子设备及存储介质

    公开(公告)号:CN110349183A

    公开(公告)日:2019-10-18

    申请号:CN201910465360.1

    申请日:2019-05-30

    Abstract: 本发明公开了一种基于KCF的跟踪方法,包括:对所述目标图像进行分块处理得到若干特征块;根据处于所述特征块对角线上的像素点得到所述特征块的得分值;根据每个所述特征块的得分值得到得分值均值;根据所述得分值和所述得分值均值得到强特征块;根据每个所述强特征块的峰值信噪比得到所述目标图像的最终跟踪位置。本发明的跟踪方法通过对目标图像的每个特征块进行处理,从而丢弃了影响跟踪结果的弱特征块,只对保留的强特征块进行跟踪处理,有效地提高了跟踪速度与跟踪结果的准确度。

    基于社区划分与贪心优化的集成电路测试集生成方法

    公开(公告)号:CN120068745A

    公开(公告)日:2025-05-30

    申请号:CN202510233725.3

    申请日:2025-02-28

    Inventor: 鲍涵钰 白杨

    Abstract: 本发明提出了一种基于社区划分与贪心优化的集成电路测试集生成方法,属于集成电路测试技术领域。该方法通过构建故障关联矩阵量化故障间的逻辑关联性,结合改进的Louvain社区划分算法将故障集划分为高内聚性社区,并基于社区结构与贪心策略生成最小化测试集。其核心特征包括:1)通过门级电路解析构建故障关联矩阵,定义高、中、低三级关联性权重;2)动态调整社区划分的分辨率参数,适应不同规模电路的拓扑特征;3)采用两阶段测试集生成策略,优先覆盖社区内高权重故障,结合贪心算法全局优化。本方法在ISCAS85基准电路上的实验表明,测试集规模较传统贪心算法减少35%‑48%,显著降低测试成本。

    一种数字集成电路后端的Bump模块设计方法

    公开(公告)号:CN119203905A

    公开(公告)日:2024-12-27

    申请号:CN202411288979.7

    申请日:2024-09-14

    Abstract: 本发明提供一种数字集成电路后端的Bump模块设计方法,属于集成电路数字芯片后端功耗分析领域。本发明为解决电压降分析时供电点不足导致功耗分析不准确和分析效率的问题而提供一种Bump模块设计流程。所述方法包括:数字后端布局布线数据准备、根据项目指标选择金属层创建电源条线,设置电源条带模式、开孔并连接金属层、创建Bump具体数据信息、选择对应的Bump连接电源线和地线,导出Bump的具体位置信息并标记到AP层、创建Physical Pin并导出def.gz文件。本发明主要应用于数字后端布局布线之后,电压降分析之前,为电压降分析提供供电点,便于后续的RC寄生参数提取,并通过供电点进一步降低动态电压降,操作更加便捷,减少数字集成电路的设计周期,缩短签核时间。

    一种基于灰色Verhulst动态模型的周跳探测修复方法

    公开(公告)号:CN119001772A

    公开(公告)日:2024-11-22

    申请号:CN202411288375.2

    申请日:2024-09-13

    Abstract: 本发明提供了一种基于灰色Verhulst动态模型的周跳探测修复方法,涉及卫星导航周跳信号处理技术领域。包括:输入原始观测数据序列,并将此序列中的每一个值都减去此序列的最小值,以保证得到非负序列,并将此序列作为灰色Verhulst模型的原始数据序列;设定灰色Verhulst动态模型的滑动窗口,对原始数据序列进行灰色Verhulst建模,计算每个历元的预测值以及原始观测数据序列的标准差;在滑动结束后获得的所有预测值序列组成矩阵,将对角矩阵每列的非0元素求均值即可得到模型最终的预测值序列;将预测值加上序列的最小值得到此历元的还原预测值,将还原预测序列与原始观测数据序列进行比较,若其差大于原始观测数据序列的M标准差,则判断发生周跳,用还原预测值进行修复。

    一种α噪声下短码BOC信号组合码序列盲估计方法

    公开(公告)号:CN117880017A

    公开(公告)日:2024-04-12

    申请号:CN202410048415.X

    申请日:2024-01-12

    Abstract: 本发明涉及组合码序列盲估计技术领域,具体涉及一种α噪声下短码BOC信号组合码序列盲估计方法,利用基于分数低阶的RANSAC联合Huber‑M估计理论,在α稳定噪声信道通信环境下首先按照两倍组合码周期为间隔,数据重叠一倍组合码周期大小对接收BOC信号进行连续分段,然后通过构造接收信号基于分数低阶的RANSAC联合Huber‑M估计方法对矩阵作进一步的降噪处理,接着再对矩阵进行奇异值分解处理并提取最大左奇异向量次大左奇异向量进行线性组合,通过使用多种失步点估计法对信号组合码序列的失步点进行估计,从而完成对BOC信号组合码序列的盲估计。经过仿真验证,本发明提出的方法较传统单纯的SVD算法在α稳定噪声信道下组合码估计正确率更高。

    一种FTN技术与MIMO系统结合的通信方法以及系统

    公开(公告)号:CN116827391A

    公开(公告)日:2023-09-29

    申请号:CN202310723491.1

    申请日:2023-06-19

    Abstract: 本发明公开一种FTN技术与MIMO系统结合的通信方法以及系统,包括:通过发送端将待传输数据进行串并转换,得到比特流;再将所述比特流进行编码映射,得到符号序列;最后将所述符号序列进行上采样和脉冲成型,得到FTN信号;将所述FTN信号通过MIMO衰落信道传输给接收端;所述接收端对收到的信号进行匹配滤波,得到离散采样值,再对所述离散采样值进行MIMO信号检测,得到发送信号估计值;当所述发送信号估计值为FTN信号的估计值时,对收到的每一路信号进行FTN检测,得到比特信息;将所述比特信息进行比特判决,以获得所述待传输数据的译码。本发明通过将FTN技术与MIMO系统的结合,提升了频谱效率。

Patent Agency Ranking