-
公开(公告)号：CN118487898A
公开(公告)日：2024-08-13
申请号：CN202410716413.3
申请日：2024-06-04
Applicant: 中交航信(上海)科技有限公司 , 上海大学
IPC: H04L25/02 , H04B7/0413 , H04B7/185
Abstract: 本发明提供了一种基于全连接深度学习的MIMO场景信道估计方法及模型。所述方法包括步骤：构建数据集；构建基于全连接深度学习的深度学习模型；反复训练深度学习模型，并通过预测数据恢复出等效信道矩阵，将该矩阵与其对应的信道状态信息标签进行比较，通过最小均方误差对深度学习模型的输出进行评估；得到优化后的深度学习模型用于通过验证数据得到信道状态信息。本发明集中于通过全连接网络对OTFS导频信息进行学习以完成信道估计任务，在保持高性能的同时，显著提高信道估计的准确性和降低导频资源的开销。
-
公开(公告)号：CN118094188A
公开(公告)日：2024-05-28
申请号：CN202410228869.5
申请日：2024-02-29
Applicant: 上海大学
IPC: G06F18/213 , G06F18/2431 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/0985
Abstract: 本发明涉及一种基于元学习的小样本加密流量分类模型训练方法，包括以下步骤：获取小样本加密流量数据，构建元训练任务集合和元测试任务集合，其中每个元训练任务和元测试任务均包括支撑集和查询集；利用元训练任务的支撑集训练基学习器，并在训练完成的基学习器上计算查询集的分类损失之和；随机初始化与基学习器结构一致的元学习器，根据查分类损失之和计算元学习器的参数梯度，并根据参数梯度迭代更新参数；基于元测试任务的支撑集对迭代更新后的参数进行微调，完成训练过程，其中微调后的元学习器为最终的加密流量分类模型。与现有技术相比，本发明具有提高小样本加密流量分类准确度等优点。
-
公开(公告)号：CN117892127A
公开(公告)日：2024-04-16
申请号：CN202410059055.3
申请日：2024-01-15
Applicant: 上海大学
IPC: G06F18/214 , G06F40/58 , G06F40/289 , G06N3/045 , G06N3/096
Abstract: 本发明涉及一种基于文言文增强的手语翻译模型训练方法、设备及介质，该方法包括：获取现代文、文言文数据集和分词后的现代文、手语对齐的数据集，对现代文、文言文数据集进行预处理，获得现代文、文言文对齐的翻译数据集；构建文言文翻译模型，并采用翻译数据集训练，其中文言文翻译模型包含多个Transformer模块；基于现代文、手语对齐的数据集初始化词嵌入层和输出层；提取训练好的文言文翻译模型中的多个Transformer模块，与初始化后的词嵌入层和输出层进行拼接，得到迁移后的手语翻译模型；基于现代文、手语对齐的数据集对手语翻译模型进行微调，完成训练过程。与现有技术相比，本发明具有翻译精度高、易于训练等优点。
-
公开(公告)号：CN116662780A
公开(公告)日：2023-08-29
申请号：CN202310436372.8
申请日：2023-04-21
Applicant: 上海大学
IPC: G06F18/213 , G06F18/241 , G06F17/16 , G06F17/17 , G01S3/14
Abstract: 本发明涉及一种基于重构子空间的超分辨二维信号到达角估计方法，包括以下步骤：S1、构建协方差矩阵；S2、建立信号子空间矩阵和噪声子空间矩阵；S3、构造二维多重信号分类算法空间谱表达式；S4、基于特征分解得到多个特征值以及对应的多个特征向量；S5、基于特征值对特征向量进行排序，构成待剔除矩阵；S6、构建重构子空间矩阵，重复S6进行迭代计算，得到重构子空间矩阵组成重构子空间矩阵集合；S7、联立重构子空间矩阵集合与空间谱表达式，得到新的空间谱函数集合；S8、对新的空间谱函数集合进行联合估计，得到信号到达角。与现有技术相比，本发明具有估计精度高等优点。
-
公开(公告)号：CN116483991A
公开(公告)日：2023-07-25
申请号：CN202310455478.2
申请日：2023-04-25
Applicant: 上海大学
IPC: G06F16/34 , G06F16/33 , G06F16/332 , G06F40/216 , G06F40/284 , G06F40/126 , G06N3/045
Abstract: 本发明提供了一种对话摘要生成方法及系统，属于自然语言处理中的自动摘要领域。为了解决现有摘要生成方法难以聚焦对话中的关键信息，引入过多对话中的无用信息等问题，本发明所提供方法包括：对话预处理；将对话语料转变为对话文本序列；提取对话多粒度语义特征；构建多特征融合过滤模块来过滤对话；基于预训练语言模型BART和分层Transformer模型生成摘要；根据摘要生成器的输出，利用beam search算法搜索得到最佳的对话摘要。本发明能够根据关键词、主题、语句和对话全文过滤对话中的无用信息，并通过分层Transformer将关键词信息融入到摘要的生成过程中，使得生成的摘要包含更多的重要信息。
-
Patent Agency Ranking
公开(公告)号：CN116471096A
公开(公告)日：2023-07-21
申请号：CN202310458876.X
申请日：2023-04-26
Applicant: 上海大学
IPC: H04L9/40 , H04L67/02 , H04L41/16 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于胶囊神经网络的恶意URL检测与分类方法，属于网络安全、深度学习、自然语言处理等交叉技术领域。首先使用高速网络整合URL字符串不同粒度的嵌入表示，然后利用卷积神经网络提取URL不同范围内的局部语义和结构特征，最后将局部特征输入到胶囊神经网络中，将标量特征转换为向量胶囊，丰富了URL的特征表示，通过胶囊层间动态路由机制有效聚合了低级特征，并输出分类结果。与现有技术相比，本发明充分利用URL字符串不同粒度的信息，引入胶囊神经网络从URL字符串中提取更准确、更丰富的具有区分性的特征，提高了恶意URL分类的性能，能够准确识别恶意URL攻击类型，有效应对混淆技术的多样性。
-
公开(公告)号：CN116469080A
公开(公告)日：2023-07-21
申请号：CN202310458868.5
申请日：2023-04-26
Applicant: 上海大学
IPC: G06V20/58 , G06V10/44 , G06V10/82 , G06V10/774 , G06N20/00
Abstract: 本发明涉及一种基于元强化学习的端到端自动驾驶方法及系统，其中方法首先采集多个数据集用于训练MVWG(Meta‑VAE‑WGAN‑GP)特征提取模型，在不同的驾驶任务上训练MPPO(Meta‑Proximal Policy Optimization)决策控制模型，面临新的驾驶任务时，用训练好的MVWG特征提取模型和MPPO决策控制模型初始化自动驾驶系统；当智能车面临新的驾驶场景时，由摄像头实时采集环境图片，并将图片输入特征提取模型进行编码，提取特征，将提取的特征信息输入给智能体，智能体结合自身当前的运行信息，根据初始化后的MPPO策略输出相应的决策控制动作，同时将动作反馈给驾驶环境，继续优化驾驶策略，最终训练得到稳定的自动驾驶系统。与现有技术相比，本发明具有模型训练速度快、泛化性能高、提取特征质量高等优点。
-
公开(公告)号：CN118487898B
公开(公告)日：2025-03-14
申请号：CN202410716413.3
申请日：2024-06-04
Applicant: 中交航信(上海)科技有限公司 , 上海大学
IPC: H04L25/02 , H04B7/0413 , H04B7/185
Abstract: 本发明提供了一种基于全连接深度学习的MIMO场景信道估计方法。所述方法包括步骤：构建数据集；构建基于全连接深度学习的深度学习模型；反复训练深度学习模型，并通过预测数据恢复出等效信道矩阵，将该矩阵与其对应的信道状态信息标签进行比较，通过最小均方误差对深度学习模型的输出进行评估；得到优化后的深度学习模型用于通过验证数据得到信道状态信息。本发明集中于通过全连接网络对OTFS导频信息进行学习以完成信道估计任务，在保持高性能的同时，显著提高信道估计的准确性和降低导频资源的开销。
-
公开(公告)号：CN118632318A
公开(公告)日：2024-09-10
申请号：CN202410691949.4
申请日：2024-05-31
Applicant: 中交通信大数据(上海)科技有限公司 , 上海大学 , 中国船舶集团有限公司第七○八研究所
Abstract: 本发明提供了一种机器人卫星通信用SCMA分组算法、资源优化分配方法及设备。所述SCMA分组算法先采用了匹配博弈算法将机器人分组，并且依据每组中机器人的位置生成每个组的几何中心；如果组中机器人数量大于正交码数量，则删除远离几何中心最远的机器人；遍历所有机器人分组，直到每组都满足正交码数量限制；将未匹配的机器人分配给分配数量不足的组，直至最后满足每组中的机器人数量小于等于正交码数量，从而获得最后的机器人分组和分组中心的位置。本发明通过有效地将具有相似通信特性的机器人分组在一起，能够显著减轻同一波束内机器人之间的相互干扰，同时增强信号的叠加传输效果和网络频谱效率。
-
公开(公告)号：CN117934996A
公开(公告)日：2024-04-26
申请号：CN202410106047.X
申请日：2024-01-25
Applicant: 上海大学
IPC: G06V10/774 , G06V10/26 , G06V10/80 , G06V20/56 , G06T5/70 , G06T3/4038
Abstract: 本发明涉及一种车辆俯视语义分割图的生成模型训练方法和生成方法，训练方法包括：获取车辆俯视语义分割图的训练样本集；构建生成模型；将车辆俯视语义分割图输入变分自编码器模块，得到第一隐空间表征；基于扩散模块的前向过程添加噪声，生成含有噪声的第一隐空间表征；将图像数据和点云数据输入辅助模块进行表征融合，得到第二隐空间表征；基于扩散模块的后向过程和辅助模块，生成预测的车辆俯视语义分割图；基于预测的车辆俯视语义分割图和训练样本集中对应的车辆俯视语义分割图之间的差异，对生成模型的参数进行调整，完成生成模型的训练过程。与现有技术相比，本发明具有很好融合多种传感器数据、泛化性能好等优点。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.015 seconds)
