-
公开(公告)号：CN102254558A
公开(公告)日：2011-11-23
申请号：CN201110184321.8
申请日：2011-07-01
Applicant: 重庆邮电大学
IPC: G10L15/20
Abstract: 本发明请求保护一种在一般噪声环境下基于端点检测的智能轮椅语音识别的控制方法，涉及人工智能领域，本发明中语音信号序列经过一系列预处理；估计倒谱距离dst；计算短时能量amp；为倒谱距离和短时能量分别确定两个高低门限；进行语音端点检测；通过倒谱距离或能量超过了低门限来判断语音进入过渡段和倒谱距离或能量超过高门限来判断进入语音段，实现一般噪声环境下的语音端点检测，本发明与其它低噪声下的语音端点检测方法不同之处在于提出了一种一般噪声环境下有效的语音端点检测方法，利用此方法能准确检测到语音端点，通过设置5个基本语音命令：前进、后退、左转、右转、停止，在智能轮椅上实现了语音控制。
-
公开(公告)号：CN1904639B
公开(公告)日：2011-02-09
申请号：CN200610095003.3
申请日：2006-07-29
Applicant: 重庆邮电大学
IPC: H04W64/00
Abstract: 本发明请求保护一种用于无线定位的信号相关性的多重分形检测方法，涉及无线定位技术。本发明的技术方案是，通过接收移动台发出的无线来波信号，提取无线来波信号的分形特征值K，自适应选择分形检测门限，分形特征值K与分形检测门限相比较，判断来波信号是否相关，如相关，对来波信号进行去相关处理后，进行DOA或TOA估计，如不相关直接对来波信号进行DOA或TOA估计，确定移动终端位置坐标。
-
公开(公告)号：CN101618543A
公开(公告)日：2010-01-06
申请号：CN200910104420.3
申请日：2009-07-23
Applicant: 重庆邮电大学
Abstract: 本发明属于自动控制领域，具体涉及异构多机器人系统的任务分配方法；包括如下步骤：S1：初始化机器人和子任务参数；S2：机器人选择自己擅长、自身能力与子任务能力需求接近、离自己近、信息浓度高的子任务执行；本发明充分考虑机器人系统的功能结构对多机器人系统任务分配的影响，实现了异构多机器人系统的任务分配。
-
公开(公告)号：CN100562182C
公开(公告)日：2009-11-18
申请号：CN200610095004.8
申请日：2006-07-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于信息融合的无线定位方法，涉及移动终端的无线定位技术。本发明是通过以下技术方案实现的，基站测量移动终端的TDOA值和AOA值，采用Chan算法和Taylor算法分别对TDOA值进行估计，并结合AOA值得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA四种定位估计值分别送入第一层数据融合和第二层数据融合进行处理，两层数据融合的结果及TDOA(Chan)、TDOA(Taylor)估计值送入第四层数据融合计算加权系数，根据加权系数选择最佳定位结果作为移动终端位置。采用本发明的定位方法，有利于在无信道环境先验信息的情况下提高对移动台定位估计的准确性。
-
公开(公告)号：CN1904639A
公开(公告)日：2007-01-31
申请号：CN200610095003.3
申请日：2006-07-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种用于无线定位的信号相关性的多重分形检测方法，涉及无线定位技术。本发明的技术方案是，通过接收移动台发出的无线来波信号，提取无线来波信号的分形特征值K，自适应选择分形检测门限，分形特征值K与分形检测门限相比较，判断来波信号是否相关，如相关，对来波信号进行去相关处理后，进行DOA或TOA估计，如不相关直接对来波信号进行DOA或TOA估计，确定移动终端位置坐标。
-
Patent Agency Ranking
公开(公告)号：CN115276759B
公开(公告)日：2024-02-02
申请号：CN202210707052.7
申请日：2022-06-21
Applicant: 重庆邮电大学
IPC: H04B7/185
Abstract: 本发明请求保护一种基于加权时空图的双层卫星网络连接计划设计方法，属于无线通信技术领域。该方法面向由低轨和静止卫星构成的双层卫星网络，针对网络拓扑时变、节点资源受限的问题，综合考虑成本、能效和不可靠性，构建加权时空图对动态时变拓扑进行静态离散化处理；根据传输数据所消耗的能源量化连接成本，根据连接容量和数据流量定义连接能效，根据物理层技术评估连接不可靠性，得到时空图中每个时间和空间连接的权重；在满足网络连通性和可靠性约束的模型下，分别以最小成本、最大能效、最小成本效率比为目标，引入剪枝和贪婪算法设计三种基于加权时空图的连接计划。本发明通过连接计划优化网络冗余连接的同时提升了网络资源
-
公开(公告)号：CN116090627A
公开(公告)日：2023-05-09
申请号：CN202310003746.7
申请日：2023-01-03
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/08 , G06F18/23 , G06N3/0464
Abstract: 本发明请求保护一种结合CDC‑VMD和回声状态网络的短期电力负荷预测方法，首先使用局部方向中心性聚类算法CDC对原始负荷数据进行精确聚类，并采用戴维森堡丁指数DBI对比其他聚类算法，得出CDC算法聚类效果最优。之后采用变分模态分解VMD对负荷数据进行处理，将负荷序列分解得到多个本征模态函数(IMF)，以降低神经网络预测模型输入数据的复杂程度，分别计算各个IMF分量的样本熵(SE)，将相近样本熵值的分量合并为一个新的序列，以减少所需训练的模型数量，最后利用深度回声状态网络DESN来拟合各个序列的历史数据和预测数据的关系，并叠加各模型的预测结果得到最后的预测值。本发明相比于传统预测方法，有更高的精确性。
-
公开(公告)号：CN115221969A
公开(公告)日：2022-10-21
申请号：CN202210898574.X
申请日：2022-07-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于EMD数据增强和并行时空卷积网络(SCN)的运动想象脑电信号识别方法，该方法包括步骤：先对原始脑电信号进行预处理，将预处理的脑电信号采用EMD分解得到本征模态，本征模态按照时间维度分段，并与另一相同标签样本不重复的本征模态段进行组合，进而生成更多符合原始脑电信号特征的人造数据，以解决脑电信号样本量少的问题。接着设计了一种并行时空卷积网络，第一层在时间上做卷积，第二层在通道上做卷积，可充分提取脑电信号的时空特征，并考虑运动想象的节律主要分布在μ和β节律，所以分别将脑电信号的μ和β频段作为并行时空卷积网络的输入，以提取脑电信号时、空、频域的特征并分类。本发明可以有效克服因脑电信号数据量少导致的识别准确率低的问题。
-
公开(公告)号：CN114492501A
公开(公告)日：2022-05-13
申请号：CN202111519739.X
申请日：2021-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进SMOTE算法的脑电信号样本扩充方法、介质及系统，使用脑电信号采集仪器采集脑电信号数据；对脑电信号进行包括带通滤波、基线校验、归一化在内的方法进行预处理，划分为测试数据集与训练数据集；使用改进的SMOTE算法对脑电信号进行样本筛选并作为原始样本；将样本分成safe、danger以及noise三种类型；使用幅频加噪技术对在原始样本的基础上合成人工样本，从而实现数据集的样本扩充，合并成为新的训练数据集；利用卷积神经网络进行性能测试。本发明相比其余传统脑电数据样本扩充方法能更有效地提升生成新样本的质量与数量，使得训练卷积神经网络时有效提取特征，提升分类准确度，一定程度上解决了脑电信号数据集样本量小的问题。
-
公开(公告)号：CN112329680A
公开(公告)日：2021-02-05
申请号：CN202011268332.X
申请日：2020-11-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于类激活图的半监督遥感影像目标检测和分割方法。首先利用给定的遥感影像标注数据生成分类标注数据集，训练一个全局平均池化GAP(Global Average Pooling)的分类卷积神经网络模型，并利用特征图的权重叠加的原理，构造出能生成类激活图CAM(Class Activation Mapping)的卷积神经网络模型；然后，经过数据增强分别以类激活图和真实标注作为训练目标，对目标检测和分割模型进行半监督训练；接着，使用具有真实标注的测试集对目标检测和分割模型进行验证，得到检测和分割精度较高的模型；最后，在仅使用少量标注数据训练的情况下，该方法具有良好遥感影像目标检测和分割效果。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.024 seconds)
