一种基于YOLOv3改进的口罩佩戴智能检测方法

    公开(公告)号:CN113642388A

    公开(公告)日:2021-11-12

    申请号:CN202110757098.5

    申请日:2021-07-05

    Abstract: 本发明公开了一种基于YOLOv3改进的口罩佩戴智能检测方法,属于通信信道编码的译码技术领域,包括口罩数据集图像信息的获取;将口罩数据集划分为独立不重复的验证集和测试集;口罩数据集图像的特征提取;口罩数据集基于Darknet53(加PyConv)的模型构建。本发明采用Darknet53进行口罩检测模型的构建,提供了一种智能口罩佩戴检测方法;由于场景较为复杂,原始YOLOv3算法表现并不理想,尤其在被遮挡目标和小目标检测上,检测效果较差。在此基础上再加入金字塔卷积(Pyramidal Convolution),可以更好地捕捉不同层级的细节信息,从而实现准确的定位和分类是否佩戴口罩。本发明可以有效地检测出人员是否佩戴口罩;同时在一定程度上可以缓解人员交叉感染的风险,保障人员生命安全。

    一种毫米波大规模MIMO系统中的混合预编码设计方法

    公开(公告)号:CN113708811B

    公开(公告)日:2022-05-10

    申请号:CN202110906384.3

    申请日:2021-08-06

    Abstract: 本发明公开了一种毫米波大规模MIMO系统中的混合预编码设计方法,为了解决毫米波大规模MIMO系统的预编码设计过程中,对于非凸约束的优化问题的求解方式导致系统频谱效率低、计算复杂度高的问题,本发明提供的混合预编码设计方法采用波瓣分解信道模型,设计毫米波大规模MIMO系统中的混合预编码,在保证计算复杂度的同时,能够提高系统频谱效率。根据本发明的方法在系统建模时采用波瓣分解信道,将含有非凸约束的优化问题进行转化,并充分利用模拟预编码矩阵和数字预编码矩阵之间的相关性,并根据数字预编码矩阵的隐含稀疏结构,求出每个波瓣内每个数据流的自有支撑集与共有支撑集,据此联合设计混合预编码,以提高系统的频谱效率。

    一种毫米波大规模MIMO系统中的混合预编码设计方法

    公开(公告)号:CN113708811A

    公开(公告)日:2021-11-26

    申请号:CN202110906384.3

    申请日:2021-08-06

    Abstract: 本发明公开了一种毫米波大规模MIMO系统中的混合预编码设计方法,为了解决毫米波大规模MIMO系统的预编码设计过程中,对于非凸约束的优化问题的求解方式导致系统频谱效率低、计算复杂度高的问题,本发明提供的混合预编码设计方法采用波瓣分解信道模型,设计毫米波大规模MIMO系统中的混合预编码,在保证计算复杂度的同时,能够提高系统频谱效率。根据本发明的方法在系统建模时采用波瓣分解信道,将含有非凸约束的优化问题进行转化,并充分利用模拟预编码矩阵和数字预编码矩阵之间的相关性,并根据数字预编码矩阵的隐含稀疏结构,求出每个波瓣内每个数据流的自有支撑集与共有支撑集,据此联合设计混合预编码,以提高系统的频谱效率。

    一种基于集成神经网络的终端设备传输功率的控制方法

    公开(公告)号:CN112153617B

    公开(公告)日:2022-07-12

    申请号:CN202010964851.3

    申请日:2020-09-15

    Abstract: 本发明公开一种基于集成神经网络的终端设备传输功率的控制方法,收集D2D链路的信道功率增益样本;并输入到SPCA算法,得到相应样本下的最优功率分配策略;搭建深度神经网络和卷积神经网络,并初始化神经网络权重;将训练数据集输入至神经网络,构建神经网络的输出和标签之间的MSE作为损失函数,并对神经网络的权重进行更新;当损失函数小于预设值或达到迭代次数时即认为神经网络训练完成,保存神经网络;构建选择器,选择并输出具有更高性能的分配策略。本发明克服了深度神经网络对大规模网络学习能力弱和卷积神经网络对小规模网络的局部特征提取的有限性,用集成学习的思想,将两个网络集成起来,使其能适应不同规模网络实时的功率分配需求。

Patent Agency Ranking