-
公开(公告)号：CN106452629B
公开(公告)日：2019-03-15
申请号：CN201610978957.2
申请日：2016-11-07
Applicant: 北京交通大学
IPC: H04B17/391 , H04B7/0413
Abstract: 一种基于核功率密度的无线信道多径分簇方法，信号由发射机历经多径到达接收机，MIMO信道被建模为双方向性信道，并且双方向性脉冲响应包括多径的功率、时延、离开角以及达到角，信道中的多径信号呈现成簇现象，在同一个簇中的多径信号拥有相似的功率、时延以及角度参数，其特征在于，所有的多径参数都利用高分辨率算法(例如，MUSIC、CLEAN、SAGE、RiMAX)从实际测试数据中进行估计，考虑在一个时间时刻内多个簇中的多条多径分量，而这些多径分量由功率、时延、DOD以及DOA进行表示。本发明采用核密度等解决技术问题的新手段，能够更好地识别多径分量的本地密度变化，不需要簇的先验信息，是可满足未来无线通信领域面向簇结构的信道处理技术。
-
公开(公告)号：CN106452629A
公开(公告)日：2017-02-22
申请号：CN201610978957.2
申请日：2016-11-07
Applicant: 北京交通大学
IPC: H04B17/391 , H04B7/0413
CPC classification number: H04L41/14 , H04B7/0413 , H04L41/0803 , H04B17/391
Abstract: 一种基于核功率密度的无线信道多径分簇方法，信号由发射机历经多径到达接收机，MIMO信道被建模为双方向性信道，并且双方向性脉冲响应包括多径的功率、时延、离开角以及达到角，信道中的多径信号呈现成簇现象，在同一个簇中的多径信号拥有相似的功率、时延以及角度参数，其特征在于，所有的多径参数都利用高分辨率算法(例如，MUSIC、CLEAN、SAGE、RiMAX)从实际测试数据中进行估计，考虑在一个时间时刻内多个簇中的多条多径分量，而这些多径分量由功率、时延、DOD以及DOA进行表示。本发明采用核密度等解决技术问题的新手段，能够更好地识别多径分量的本地密度变化，不需要簇的先验信息，是可满足未来无线通信领域面向簇结构的信道处理技术。
-
公开(公告)号：CN106127260A
公开(公告)日：2016-11-16
申请号：CN201610518141.1
申请日：2016-07-04
Applicant: 北京交通大学 , 中国科学院心理研究所 , 南京大学
IPC: G06K9/62
CPC classification number: G06K9/6221
Abstract: 本发明提供了一种多源数据模糊聚类方法。该方法主要包括：收集多源数据，该多源数据中的每个源中包括多个类，每个类又包括多个维度；构造多源数据的多源数据模糊聚类方法的目标函数，在目标函数中对多源数据中的每个源进行加权，对多源数据中的每个源中的不同类中的不同维度进行加权；对目标函数中的参数进行初始化处理后，对目标函数的聚类中心和参数进行重复更新、聚类处理，完成多源数据的聚类过程。本发明利用多源数据间的相关性以及不同特征对不同类别识别的贡献度的差异性，构造了一种即考虑不同视角加权又兼顾不同特征的权重不同的一种新的聚类算法，相较于其他的多源数据聚类算法，有更佳的解释性及更可靠的聚类结果。
-
公开(公告)号：CN105656577A
公开(公告)日：2016-06-08
申请号：CN201510968873.6
申请日：2015-12-22
Applicant: 北京交通大学
IPC: H04B17/391 , H04B1/7113 , H04W84/18
Abstract: 本发明提供了一种面向信道冲激响应的分簇方法和装置。所述面向信道冲激响应的分簇方法，包括：步骤一，基于稀疏优化理论对原始信道的信道冲激响应CIR进行重构；步骤二，基于重构的所述CIR信号进行CIR多径簇的检测，生成分簇结果；步骤三，根据模型拟合度，对所述分簇结果进行修正。本发明能够提高CIR多径分簇的准确度。
-
-
Patent Agency Ranking
公开(公告)号：CN110990715B
公开(公告)日：2023-06-06
申请号：CN201911112845.9
申请日：2019-11-14
Applicant: 北京交通大学
IPC: G06F16/9536 , G06F16/35
Abstract: 本发明提供了一种基于层自编码器的多源用户属性推断方法。该方法包括：从用户在多个社交媒体上发布的动态信息中提取用户的行为特征；通过最小化重构误差和同一用户不同社交媒体上动态行为特征映射到同一人口属性空间的差异，所述层自编码器利用非线性映射输出用户的稳定的人口属性特征；针对每个用户的稳定的人口属性特征训练一个分类器，通过所述分类器对每个用户的人口属性特征进行分类。本发明用多源的异构信息有利于寻找不同社交媒体上的共享模式。利用层自编码器更精确地建模动态行为和稳定人口属性之间的关系。使用大量的未标注的数据，相比于有标注的数据，省时省力，降低对数据的要求，从而提高分类器对用户属性推断的准确率。
-
公开(公告)号：CN110866238A
公开(公告)日：2020-03-06
申请号：CN201911107324.4
申请日：2019-11-13
Abstract: 本发明提供了一种基于对抗样本的验证码图像的生成方法。该方法包括：生成原始的验证码图像；对原始的验证码图像进行预处理，该预处理包括高斯滤波处理和图像二值化处理；使用C&W算法对预处理后的验证码图像进行多位输出处理；使用Adaboost算法对多位输出处理后的验证码图像进行集成学习处理，输出基于对抗样本的验证码图像。本发明通过对抗样本来实现对自动破解验证码程序的抵抗，由于对抗样本的特性，使得计算机破解本发明的验证码十分困难，所以本发明设计的验证码的安全性和有效性大大强于现有的验证码。本发明的验证码与普通印刷体文字基本毫无区别，对用户来说不会带来内容上复杂度的提升，所以本发明设计的验证码的友好性比较好。
-
公开(公告)号：CN110837570A
公开(公告)日：2020-02-25
申请号：CN201911099709.0
申请日：2019-11-12
Applicant: 北京交通大学 , 中国电子科技集团公司第二十八研究所 , 中电科大数据研究院有限公司
Abstract: 本发明提供了一种对图像数据进行无偏见分类的方法。该方法包括：根据分类标签和偏见属性对训练图像数据进行标注；构建用于图像分类的深度卷积神经网络，将训练图像数据输入到深度卷积神经网络，将深度卷积神经网络中的卷积层输出的图像特征划分为无偏见分类信息和偏见信息；通过偏见分类器对偏见信息进行分类，通过特征分类器对无偏见分类信息进行分类，利用损失函数对偏见分类器和特征分类器进行迭代优化；利用优化完成后的特征分类器对需要分类的图像数据进行去偏见分类。本发明通过利用完全的数据进行训练，这样能够保证在去偏见的同时，仍然能够提取到充分的分类信息，实现在去偏见的同时，保证模型仍有较高的分类准确率。
-
公开(公告)号：CN105656577B
公开(公告)日：2018-05-18
申请号：CN201510968873.6
申请日：2015-12-22
Applicant: 北京交通大学
IPC: H04B17/391 , H04B1/7113 , H04W84/18
Abstract: 本发明提供了一种面向信道冲激响应的分簇方法和装置。所述面向信道冲激响应的分簇方法，包括：步骤一，基于稀疏优化理论对原始信道的信道冲激响应CIR进行重构；步骤二，基于重构的所述CIR信号进行CIR多径簇的检测，生成分簇结果；步骤三，根据模型拟合度，对所述分簇结果进行修正。本发明能够提高CIR多径分簇的准确度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
