-
公开(公告)号：CN118918616A
公开(公告)日：2024-11-08
申请号：CN202410992962.3
申请日：2024-07-23
Applicant: 北京理工大学
IPC: G06V40/12 , G06V40/14 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/25 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于深度哈希网络的特征融合掌纹掌静脉检测系统，具有训练模式和匹配测试模式；检测系统包括数据预处理模块、预训练模块、深度哈希网络及近似哈希匹配模块；数据预处理模块与预训练模块相连；数据预处理模块及预训练模块与深度哈希网络相连，深度哈希网络与近似哈希匹配模块相连；深度哈希网络基于MPSNet模型的特征提取主干网络构建。本发明还提供一种基于深度哈希网络的特征融合掌纹掌静脉匹配方法，基于给定的若干受试者掌纹掌静脉图像进行训练、匹配测试并构建搜索结构。本发明提供的基于深度哈希网络的特征融合掌纹掌静脉检测系统、匹配方法具有识别精度高、存储空间小，计算速度快以及在复杂环境下鲁棒性好的优势。
-
公开(公告)号：CN115619253A
公开(公告)日：2023-01-17
申请号：CN202211195259.7
申请日：2022-09-28
Applicant: 北京理工大学
IPC: G06Q10/0639 , G06F17/16
Abstract: 本发明公开一种基于模糊评价的频谱监测系统应用效能的评估方法，属于频谱监测系统质量评估领域。本发明基于层次分析法进行模糊综合评价，以监测覆盖能力、测算分析能力、场景适应能力以及快速响应能力作为四大影响因素，综合关键的定量指标和定性指标，建立应用效能影响因素的评价因素集合，通过确定隶属度，定量评价频谱监测系统的实用价值，解决频谱监测系统缺少完善评价体系的问题。本发明能够应用于实际频谱监测系统，实现对于目标场景下的频谱监测系统应用效能进行评价；更加注重频谱监测系统的实际应用效能和使用体验，使得评价结果更能反映出频谱监测系统的应用效能。
-
公开(公告)号：CN114553244A
公开(公告)日：2022-05-27
申请号：CN202210061199.3
申请日：2022-01-19
Applicant: 北京理工大学
IPC: H03M13/29
Abstract: 本发明提供一种低码率Turbo码译码方法和装置，所述方法包括：目标分量译码器基于目标信道信息，执行至少一次译码过程，在确定译码过程迭代完成的情况下，将最后一次获得的译码比特作为译码判决结果输出；其中，一次译码过程包括：基于后验信息和外信息，计算先验信息；基于目标信道信息和先验信息，计算Hadamard变换度量值；基于近似算法和Hadamard变换度量值，确定递推度量值；基于Hadamard变换度量值和递推度量值，确定并更新后验信息；基于判决函数和更新后的后验信息，确定译码比特，并对更新后的后验信息进行交织处理后输入至另一个分量译码器。本发明通过近似算法降低译码复杂度，进而降低工程实现复杂度。
-
公开(公告)号：CN119476303B
公开(公告)日：2025-04-25
申请号：CN202510020037.9
申请日：2025-01-07
Applicant: 北京理工大学
IPC: G06F40/30 , G06N3/043 , G06N3/0455 , G06N3/0895
Abstract: 本发明涉及人工智能、对比学习和语义通信技术领域，提出一种基于改进对比学习的语义通信方法、系统及终端。本方法基于经训练的自编码器模型完成，包括：配置不同长度的若干条文本，将不同长度的若干条文本依次输入语义通信编码器，获得语义编码序列；语义编码序列经信道传输成为模糊语义编码序列，将模糊语义编码序列输入语义通信解码器进行语义解码；构建对比学习正样本对和负样本对；基于正样本对和负样本对，采用改进对比学习损失函数训练自编码器模型，当连续预设次数的训练中损失值未出现下降时，训练完成；将训练完成的自编码器模型部署至信道，进行语义通信。本发明能够保证对比学习的对齐性和均匀性，使语义通信具有更好抗噪声鲁棒性。
-
公开(公告)号：CN114337725A
公开(公告)日：2022-04-12
申请号：CN202210250259.6
申请日：2022-03-15
Applicant: 北京理工大学
IPC: H04B1/7073 , H04B1/7085 , H04L7/033
Abstract: 本发明提供一种非相干直接序列扩频信号位同步方法、装置、设备及介质，包括：对获取的待位同步处理数据进行解扩处理，将解扩后的待位同步处理数据中的每段单符号数据划分为两个半符号数据，根据两个半符号数据各自对应的积分区间确定出超前路信号的相干积分结果和滞后路信号的相干积分结果，根据相干积分结果确定出鉴相误差，并输入位同步环中，将位同步环的输出结果确定为下一个符号积分区间的调整量；重复上述三个操作，调整待位同步处理数据的数据符号的目标积分区间，确认目标积分区间与真实数据符号区间相同，本发明提供的方法能够实现一定范围内任意符号速率的非相干直扩信号的位同步处理，操作简单，降低硬件开发成本，提升了用户体验。
-
Patent Agency Ranking
公开(公告)号：CN113452402B
公开(公告)日：2022-01-25
申请号：CN202111008833.9
申请日：2021-08-31
Applicant: 北京理工大学
IPC: H04L27/32 , H04L27/26 , H04B1/7075 , H04B1/7087 , H04B1/709
Abstract: 本发明涉及相干多载波二维捕获方法、装置、电子设备及存储介质，该方法包括：获取多普勒频偏/码相位偏移二维搜索平面；对于每一个子载波信号的接收信号，分别在二维搜索平面的各搜索单元上进行多普勒频偏/码相位偏移联合搜索，确定每一个子载波的二维捕获结果；对所有子载波的二维捕获结果进行相干累加，获得多载波相干累加二维捕获结果；依据多载波相干累加二维捕获结果的相关峰判定捕获是否成功，并在判定捕获成功时将所述相关峰对应的多普勒频偏搜索量和码相位偏移搜索量分别作为子载波的多普勒频偏和码相位偏移。本发明避免了子载波非/差分相干合并引入的平方损耗，提升了多载波直接序列扩频的捕获性能，缩短平均捕获时间。
-
公开(公告)号：CN113452403B
公开(公告)日：2022-01-21
申请号：CN202111009000.4
申请日：2021-08-31
Applicant: 北京理工大学
IPC: H04L27/26 , H04B1/7075
Abstract: 本发明提供了一种多载波相干捕获方法、装置、电子设备及存储介质，包括：接收多载波直接序列扩频信号；将基带信号分为多路子载波信号；对于任意一路子载波信号首先与数字频率合成器产生的不同频率的载频信号相乘，然后经过根升余弦匹配滤波；在完成所述根升余弦匹配滤波后，对各个子载波进行并行搜索，并对所述各个子载波的频偏进行多普勒偏移补偿；在完成所述多普勒偏移补偿后，进行码相位相关；在完成所述码相位相关后，对各个子载波的码相位偏移进行第二次补偿，并对各个子载波进行相干合并得到相干累加平面；基于所述相干累加平面进行判决，确定是否捕获成功。本发明能够在不对捕获性能造成影响的情况下降低多载波相干捕获的复杂度。
-
公开(公告)号：CN101793485B
公开(公告)日：2013-04-10
申请号：CN201010001178.X
申请日：2010-01-15
Applicant: 北京理工大学 , 中国兵器工业第二0六研究所
Abstract: 本发明提供了一种爆轰产物导电式螺线管型爆磁压缩发生器，属于高功率脉冲电源和磁压缩领域。所述爆磁压缩发生器还包括定子线圈，金属导电棒和负载；所述爆磁压缩发生器内部设置填充有爆轰物；所述金属导电棒固定埋设在所述爆轰物中间；所述爆磁压缩发生器通过引爆爆轰物，因爆轰产物具有导电性，在所述定子线圈-负载-金属导电棒-爆轰产物形成新电流回路，从而俘获磁通；由于磁场冻结效应，随着爆轰的进行，电感减小，新回路电流增大，在负载端形成高电流脉冲。
-
公开(公告)号：CN118942126B
公开(公告)日：2025-03-21
申请号：CN202410992988.8
申请日：2024-07-23
Applicant: 北京理工大学
IPC: G06V40/12 , G06V40/14 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明属于图像防御技术领域，涉及一种基于生成对抗网络的掌静脉图像防御方法。所述掌静脉图像防御方法，包括数据预处理、生成对抗网络训练与测试匹配；通过基于Swin Transformer的Unet结构构建类DiscoGAN跨域关系发现生成对抗网络的SwinGAN，实现掌静脉识别与SwinGAN对抗攻击防御；对抗攻击防御通过生成器、鉴别器及损失函数实现；生成器包括浅层卷积、下采样、上采样及Swin Transformer；所述方法提高生成、对抗网络的特征提取能力并通过改进的DiscoGAN训练框架训练得到一个生成器用于防御对抗攻击，在输入图像阶段通过生成器进行图像预处理重构出消除对抗扰动的原始图像。
-
公开(公告)号：CN118942126A
公开(公告)日：2024-11-12
申请号：CN202410992988.8
申请日：2024-07-23
Applicant: 北京理工大学
IPC: G06V40/12 , G06V40/14 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明属于图像防御技术领域，涉及一种基于生成对抗网络的掌静脉图像防御方法。所述掌静脉图像防御方法，包括数据预处理、生成对抗网络训练与测试匹配；通过基于Swin Transformer的Unet结构构建类DiscoGAN跨域关系发现生成对抗网络的SwinGAN，实现掌静脉识别与SwinGAN对抗攻击防御；对抗攻击防御通过生成器、鉴别器及损失函数实现；生成器包括浅层卷积、下采样、上采样及Swin Transformer；所述方法提高生成、对抗网络的特征提取能力并通过改进的DiscoGAN训练框架训练得到一个生成器用于防御对抗攻击，在输入图像阶段通过生成器进行图像预处理重构出消除对抗扰动的原始图像。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.028 seconds)
