-
公开(公告)号：CN119205863B
公开(公告)日：2025-04-25
申请号：CN202411711036.0
申请日：2024-11-27
Applicant: 南京信息工程大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于贝叶斯神经架构搜索的跨模态医学图像配准方法及系统，包括：数据预处理模块、搜索空间模块和贝叶斯优化模块；数据预处理模块获取目标跨模态医学图像配准任务的图像数据并进行图像去噪、对比度调整和刚性配准；搜索空间模块设计一个含特征自适应融合块的全卷积双U形参数化神经架构搜索空间；贝叶斯优化模块利用损失函数和验证指标，在搜索空间的约束下，构建模态自适应配准网络架构设计的最优化问题，并采用贝叶斯优化求解，获得最优网络架构。本发明针对目标配准任务的模态特点，生成一种以最小偏差提取与融合跨模态图像特征的自适应网络架构，无需人工干预即可自动优化，适用于跨模态医学图像配准，实现配准性能显著提升。
-
Patent Agency Ranking
公开(公告)号：CN118174994A
公开(公告)日：2024-06-11
申请号：CN202410592101.6
申请日：2024-05-14
Applicant: 南京信息工程大学
IPC: H04L25/02 , H04B17/309 , H04B17/391 , H04B7/0452
Abstract: 本发明公开了一种超大规模MIMO通信信道估计方法，首先，建立超大规模MIMO通信系统模型，划分不同的天线子阵列；然后，对每个天线子阵列上的接收信号进行线性测量，构建中心模块和各子阵列对应的子模块，并基于压缩感知理论，对每个子模块上的参量进行初始化；接着，并联估计每个子模块的信道信息，中心模块合并各个子模块上的估计结果，得到整个系统的信道估计结果。本发明通信信道估计方法收敛速度快，复杂度较低，可以获得显著的信道估计性能，大幅降低了系统的硬件开销。
-
公开(公告)号：CN115865148B
公开(公告)日：2023-05-23
申请号：CN202310134418.0
申请日：2023-02-20
Applicant: 南京信息工程大学
IPC: H04B7/0413 , H04B7/0426 , H04B7/06 , H04B17/391
Abstract: 本发明公开了一种非理想信道下的去蜂窝MIMO鲁棒性波束赋形方法，步骤为：构建去蜂窝分布式大规模MIMO的框架；获取框架所需参数；对参数误差，加入误差约束，构建误差信道模型；构建可达速率与误差信道模型的信道误差约束下功率最小化模型，提升模型鲁棒性；将功率最小化模型的目标函数从范数最小化问题近似成一个凸的加权的范数问题，并通过迭代获取足够的稀疏性；将可达速率约束条件转化为线性矩阵不等式模型；将信道误差约束转化为线性矩阵不等式模型；将得到的模型转化为SDP问题，通过凸优化工具箱求解，得到最优的波束赋形向量。本发明实现了在存在信道误差的情况下，保证用户可达速率，满足服务质量的同时将系统传输功率最小化。
-
公开(公告)号：CN118174994B
公开(公告)日：2024-09-10
申请号：CN202410592101.6
申请日：2024-05-14
Applicant: 南京信息工程大学
IPC: H04L25/02 , H04B17/309 , H04B17/391 , H04B7/0452
Abstract: 本发明公开了一种超大规模MIMO通信信道估计方法，首先，建立超大规模MIMO通信系统模型，划分不同的天线子阵列；然后，对每个天线子阵列上的接收信号进行线性测量，构建中心模块和各子阵列对应的子模块，并基于压缩感知理论，对每个子模块上的参量进行初始化；接着，并联估计每个子模块的信道信息，中心模块合并各个子模块上的估计结果，得到整个系统的信道估计结果。本发明通信信道估计方法收敛速度快，复杂度较低，可以获得显著的信道估计性能，大幅降低了系统的硬件开销。
-
公开(公告)号：CN115865148A
公开(公告)日：2023-03-28
申请号：CN202310134418.0
申请日：2023-02-20
Applicant: 南京信息工程大学
IPC: H04B7/0413 , H04B7/0426 , H04B7/06 , H04B17/391
Abstract: 本发明公开了一种非理想信道下的去蜂窝MIMO鲁棒性波束赋形方法，步骤为：构建去蜂窝分布式大规模MIMO的框架；获取框架所需参数；对参数误差，加入误差约束，构建误差信道模型；构建可达速率与误差信道模型的信道误差约束下功率最小化模型，提升模型鲁棒性；将功率最小化模型的目标函数从范数最小化问题近似成一个凸的加权的范数问题，并通过迭代获取足够的稀疏性；将可达速率约束条件转化为线性矩阵不等式模型；将信道误差约束转化为线性矩阵不等式模型；将得到的模型转化为SDP问题，通过凸优化工具箱求解，得到最优的波束赋形向量。本发明实现了在存在信道误差的情况下，保证用户可达速率，满足服务质量的同时将系统传输功率最小化。
-
公开(公告)号：CN119205863A
公开(公告)日：2024-12-27
申请号：CN202411711036.0
申请日：2024-11-27
Applicant: 南京信息工程大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于贝叶斯神经架构搜索的跨模态医学图像配准方法及系统，包括：数据预处理模块、搜索空间模块和贝叶斯优化模块；数据预处理模块获取目标跨模态医学图像配准任务的图像数据并进行图像去噪、对比度调整和刚性配准；搜索空间模块设计一个含特征自适应融合块的全卷积双U形参数化神经架构搜索空间；贝叶斯优化模块利用损失函数和验证指标，在搜索空间的约束下，构建模态自适应配准网络架构设计的最优化问题，并采用贝叶斯优化求解，获得最优网络架构。本发明针对目标配准任务的模态特点，生成一种以最小偏差提取与融合跨模态图像特征的自适应网络架构，无需人工干预即可自动优化，适用于跨模态医学图像配准，实现配准性能显著提升。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
