-
公开(公告)号：CN114840637B
公开(公告)日：2024-07-16
申请号：CN202210334845.9
申请日：2022-03-31
Applicant: 西安电子科技大学 , 陕西方寸积慧智能科技有限公司
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/216 , G06F40/295 , G06F40/30 , G06F18/24 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种结合最短依赖路径和XLNet模型的实体关系抽取方法，包括结合最短依赖路径和XLNet模型的实体关系抽取算法的训练过程，本算法通过引入最短依赖路径信息，对实体对之间的关系进行了补充，去除了无关词的干扰，以提高模型的表示能力；新型的损失函数被用于训练实体关系抽取模型，可以有效地区分难易样本的损失贡献，解决了样本分布不均衡问题，进而提高了模型的性能。本发明通过引入最短依赖路径、新型的损失函数，能够有效提升实体关系抽取的性能。
-
公开(公告)号：CN117831574A
公开(公告)日：2024-04-05
申请号：CN202311521107.6
申请日：2023-11-15
Applicant: 西安电子科技大学 , 陕西汇智易知信息科技有限公司
Abstract: 一种基于文本情感的中文情感语音合成方法、系统、设备及介质，方法包括：数据预处理、模型构建、模型训练及优化、语音还原；系统、设备及介质：用于实现一种基于文本情感的中文情感语音合成方法；本发明通过基于变分自动编码器的风格生成模型从输入音频中学习情感风格，通过中文情感分析模块获取输入内容的情感权重向量，同时在情感嵌入获取模块增加输入通道，利用变分自动编码器的特性，结合情感权重微调融合情感风格特征，将特征序列和文本序列输入端到端语音合成模型，提升了模型整体的情感细节建模能力和文本情感关联性，提高了合成语音的情感表现力，解决了情感与内容不协调的问题。
-
公开(公告)号：CN116614154A
公开(公告)日：2023-08-18
申请号：CN202310331188.7
申请日：2023-03-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种Link16信号模拟系统及方法，实现步骤为：显示控制终端生成消息流；消息解析模块和消息识别模块对消息流分别进行解析识别；多路选择器模块根据使能信号将数据向量选择不同端口输出；基础模式中频信号产生链路单元生成Link16中频信号；RTT模式中频信号产生链路单元生成Link16中频信号；软件无线电设备获取Link16信号的模拟结果生成Link16射频信号。本发明通过将报头处理模块和报文处理对同步字、报头消息和报文信息以向量的形式并行处理，提高了数据和信号处理速度，以及Link16信号实时性；通过增加对Link16信号配置信息的校验验证和序列识别码，提高了生成Link16信号的可靠性。
-
公开(公告)号：CN116414146A
公开(公告)日：2023-07-11
申请号：CN202310216775.1
申请日：2023-03-07
Applicant: 西安电子科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于改进DQN算法的物品派送无人机集群航迹规划方法，包括以下步骤；步骤1：对无人机集群和派送目的地点进行任务分配；步骤2：确定改进DQN算法的环境初始状态，设置无人机寻路问题的状态、动作、策略元素的表示方式；步骤3：根据状态和动作维度设置改进DQN算法的神经网络结构，提出单调递减步长的改进措施；步骤4：使用改进DQN算法规划初始航迹，根据任务分配结果让无人机起点和派送目的地一一对应，进行航迹规划；步骤5：调整航迹中的危险点；步骤6：无人机航迹优化处理；本发明能够得到模型简单，规划快速的航迹规划方法。
-
公开(公告)号：CN116306813A
公开(公告)日：2023-06-23
申请号：CN202310212335.9
申请日：2023-03-07
Applicant: 西安电子科技大学
IPC: G06N3/0464 , G06N3/082 , G06V10/82 , G06V10/774 , G06V10/20 , G06V10/28 , G06N3/048
Abstract: 本发明公开了一种基于YOLOX轻量化及网络优化的方法，包括以下步骤；S1：在目标检测任务中，准备训练时所需的数据集；S2：在所述数据集上训练原始YOLOX神经网络模型，记录和评估模型的性能指标；S3：对原始YOLOX神经网络模型执行剪枝操作，生成剪枝后的改进YOLOX网络模型；S4：在数据集上训练生成剪枝后的改进YOLOX网络模型；S5：对改进YOLOX网络模型执行剪枝操作；S6：对改进剪枝后的改进YOLOX网络进行验证和分析，若能满足性能上的要求，则对目标进行检测分析；如不能满足性能要求，则调整改进模型，直至满足性能要求为止。本发明在目标检测中具有较高的检测精度和速度，更易于在实际应用场景中进行部署和集成，也使得模型的推理过程更加高效和稳定。
-
Patent Agency Ranking
公开(公告)号：CN116258941A
公开(公告)日：2023-06-13
申请号：CN202310233273.X
申请日：2023-03-13
Applicant: 西安电子科技大学
IPC: G06V10/82 , G06V10/774 , G06N3/082 , G06V10/764 , G06V10/766 , G06N3/048 , G06N3/047 , G06N3/084 , G06F16/11 , G06F8/61 , G06F8/71 , G06N3/0464
Abstract: 基于Android平台的yolox目标检测轻量化改进方法，包括以下步骤；步骤1：收集和准备训练时所需带有标注的图像和对应的标签数据，并对数据进行预处理；步骤2：将原来的BCE交叉熵损失函数替换为现在的varifocalloss损失函数；步骤3：将原有的CSPDarknet网络替换为MobileNet网络；步骤4：采用yolox算法对所述步骤1的数据集进行训练，通过反向传播算法不断优化模型参数；步骤5：转换模型格式：将训练好的MobileNet网络格式转换为Android设备可读取的格式；步骤6：部署模型：将格式转换后部署到Android设备上，并利用Android平台的GPU加速技术加速模型的推理过程；步骤7：实现目标检测。本发明能够在保证目标检测精度的前提下，大幅降低模型的计算和存储开销，提高移动设备上的目标检测性能和效率。
-
公开(公告)号：CN115115973A
公开(公告)日：2022-09-27
申请号：CN202210630725.3
申请日：2022-06-06
Applicant: 西安电子科技大学
Abstract: 一种基于多感受野和深度卷积神经网络的弱小目标检测方法。首先通过机载或车载摄像头获取序列图像；然后使用多感受野特征提取算法对每一帧图像进行特征提取，在不增加参数量的情况下获得混合感受野特征；随后将混合感受野特征送入深度卷积神经网络进行深度特征提取；接着使用多感受野特征聚合算法对深度特征进行不同范围上下文信息的提取与整合，输出一组多感受野聚合特征；再将感受野聚合特征送入改进的路径聚合网络进行多尺度融合，输出一组深度融合特征；最后对深度融合特征分别进行弱小目标框位置的回归和类别的判定。本发明可准确检测出图像或视频中的弱小目标并正确分类，为后续弱小目标检测与识别领域的研究提供支持。
-
公开(公告)号：CN114782765A
公开(公告)日：2022-07-22
申请号：CN202210210383.X
申请日：2022-03-03
Applicant: 西安电子科技大学 , 西安鲲鹏易飞无人机科技有限公司
IPC: G06V10/774 , G06K9/62 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种基于IoU改进损失函数的目标检测方法，对目标检测网络，预设交并比加权参数、距离惩罚项加权参数和宽高比惩罚项加权参数，并预设约束条件和训练次数，以多个不同类别的图片作为待训练学习图片，输入目标检测网络训练，计算标注的目标框和预测框的交并比，获取同时包含目标框与预测框的最小封闭框，计算距离损失值和高宽损失值，并由此获取损失函数Lp‑EIoU，计算出损失值，利用反向传播算法更新目标检测网络的权重参数；维持待训练学习图片不变，重复训练得到最终目标检测网络的权重参数以及该网络的检测精度，目标检测网络采用最优参数进行目标检测。本发明通过提升目标检测过程中边界框回归的定位性能，进而提升目标检测的准确性。
-
公开(公告)号：CN113300737B
公开(公告)日：2022-04-15
申请号：CN202110379795.1
申请日：2021-04-08
Applicant: 西安电子科技大学
IPC: H04B1/7097 , G06F9/52
Abstract: 本发明公开了一种基于GPU并行的直接序列扩频信号检测方法，包括：获得原始接收信号的多时延切片向量；利用所述多时延切片向量获得所述原始接收信号的循环统计量计算公式；利用GPU多线程对所述原始接收信号的循环统计量计算公式进行并行计算，获得循环统计量结果；对所述循环统计量结果进行归一化处理，得到归一化的循环统计量；根据所述归一化的循环统计量检测所述接收信号中是否存在直扩信号。该方法利用循环平稳特性检测直扩信号的存在性的同时进行载频估计，并利用GPU多线程同时执行循环统计量计算核函数，具有抗干扰能力强、计算速度快、并行程度高、GPU利用率高的优点。
-
公开(公告)号：CN112838909B
公开(公告)日：2022-03-04
申请号：CN202011608168.2
申请日：2020-12-30
Applicant: 西安电子科技大学
IPC: H04L1/00
Abstract: 本发明提出了一种基于高斯眼图纹理熵特征的通信干扰检测方法，主要解决现有干扰检测方法在低干信比下检测率低，检测时间较长的问题。其实现步骤是：(1)生成待检测无线通信信号的高斯眼图；(2)计算高斯眼图的纹理熵特征；(3)设定干扰检测检验统计量；(4)进行检验判决，得到干扰检测结果。本发明具有在高干信比和低干信比下干扰检测概率较高，检测速度快的优点，有效的克服了现有干扰检测方法存在的在低干信比下检测概率低和检测时间过长的问题。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.036 seconds)
