公开(公告)号：CN112910517B

公开(公告)日：2022-03-29

申请号：CN202110067128.X

申请日：2021-01-19

Applicant: 南京邮电大学

Inventor： 张昀 ,  李双 ,  徐钦晨 ,  于舒娟

IPC: H04B7/0413 ,  H04B7/0456 ,  H04B17/391

Abstract: 本发明公开了一种基于低精度量化的MassiveMIMO中继系统下行链路模型构建方法，首先，将基站到中继的信道系数和中继到目的用户的信道建模成莱斯衰落模型；然后，对莱斯衰落模型下行链路的信号分为两个时隙依次进行处理，第一时隙是基站到中继的信号处理过程，第二时隙是中继到目的用户的信号处理过程；其次，根据用户的接收信号表达式以及香农公式推导真实可达总速率；最后，利用高阶统计量推导可达总速率的闭合表达式。本发明考虑在MassiveMIMO中继系统的下行链路过程中在基站到中继和中继到目的用户之间存在LOS路径的情况，使模型更符合实际的通信情况，并且解决了多天线所带来的高功耗问题。

公开(公告)号：CN113204640B

公开(公告)日：2023-05-30

申请号：CN202110360121.7

申请日：2021-04-02

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  蔡梦梦 ,  吴梦洁 ,  毛新涛 ,  黄橙 ,  徐钦晨 ,  张昀 ,  王秀梅

IPC: G06F16/35 ,  G06F40/284 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

公开(公告)号：CN113298861B

公开(公告)日：2022-09-16

申请号：CN202110556630.7

申请日：2021-05-21

Applicant: 南京邮电大学

Inventor： 张昀 ,  徐钦晨 ,  李润琦 ,  姚成杰 ,  毛新涛 ,  黄橙 ,  吴梦洁 ,  于舒娟

IPC: G06T7/593 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ASPP‑CycleGAN的深度估计系统及其算法，构建ASPP‑CycleGAN模型，ASPP‑CycleGAN模型中包括两个生成对抗网络；两个生成对抗网络均包括生成器和判别器；生成器引用空洞卷积的空间金字塔，判别器采用多层全域卷积结构。在生成器的编码器和解码器之间添加基于空洞卷积的空间金字塔结构，用来提取多尺度信息；且在提取多尺度信息的同时避免了过多下采样层，有效减少了模型参数计算量并很好的保留了特征的细节信息。

公开(公告)号：CN114360004A

公开(公告)日：2022-04-15

申请号：CN202111526698.7

申请日：2021-12-14

Applicant: 南京邮电大学

Inventor： 张昀 ,  邹翔翔 ,  毛新涛 ,  黄橙 ,  吴梦洁 ,  徐钦晨 ,  施健 ,  于舒娟

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种面部表情识别方法，所述方法包括：获取待识别图像；对所述待识别图像进行预处理，获得预处理图像；将所述预处理图像输入预先训练的识别模型，输出识别结果；所述预先训练的识别模型包括第一提取单元、第二提取单元和识别单元，所述第一提取单元用于提取所述预处理图像的图像特征，所述第二提取单元用于提取所述第一提取单元提取的图像特征，所述识别单元用于识别所述第二提取单元提取的图像特征，所述第二提取单元包括深度卷积模块和卷积注意模块。本发明在识别模型中引入卷积注意模块，从通道和空间维度，提取图像特征，提高了识别的精准度。

公开(公告)号：CN113298861A

公开(公告)日：2021-08-24

申请号：CN202110556630.7

申请日：2021-05-21

Applicant: 南京邮电大学

Inventor： 张昀 ,  徐钦晨 ,  李润琦 ,  姚成杰 ,  毛新涛 ,  黄橙 ,  吴梦洁 ,  于舒娟

IPC: G06T7/593 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ASPP‑CycleGAN的深度估计系统及其算法，构建ASPP‑CycleGAN模型，ASPP‑CycleGAN模型中包括两个生成对抗网络；两个生成对抗网络均包括生成器和判别器；生成器引用空洞卷积的空间金字塔，判别器采用多层全域卷积结构。在生成器的编码器和解码器之间添加基于空洞卷积的空间金字塔结构，用来提取多尺度信息；且在提取多尺度信息的同时避免了过多下采样层，有效减少了模型参数计算量并很好的保留了特征的细节信息。

公开(公告)号：CN113204640A

公开(公告)日：2021-08-03

申请号：CN202110360121.7

申请日：2021-04-02

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  蔡梦梦 ,  吴梦洁 ,  毛新涛 ,  黄橙 ,  徐钦晨 ,  张昀 ,  王秀梅

IPC: G06F16/35 ,  G06F40/284 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于注意力机制的文本分类方法。所述方法使用基于DenseNet的神经网络模型；在训练神经网络之前，利用语义编码来初始化DenseNet的卷积过滤器的权重，使网络在训练之前对重要的语义信息进行辨识，从而在卷积层能捕获每个句子的有效位置信息；通过局部注意力密集连接的模块进行文本信息的特征提取。本发明文本分类方法具有更强的特征提取能力，并保留文本信息的内容，在包括情感分类和主题分类等多个文本分类的任务时，效果显著，有效地提高了分类的准确性。

公开(公告)号：CN112910517A

公开(公告)日：2021-06-04

申请号：CN202110067128.X

申请日：2021-01-19

Applicant: 南京邮电大学

Inventor： 张昀 ,  李双 ,  徐钦晨 ,  于舒娟

IPC: H04B7/0413 ,  H04B7/0456 ,  H04B17/391

Abstract: 本发明公开了一种基于低精度量化的MassiveMIMO中继系统下行链路模型构建方法，首先，将基站到中继的信道系数和中继到目的用户的信道建模成莱斯衰落模型；然后，对莱斯衰落模型下行链路的信号分为两个时隙依次进行处理，第一时隙是基站到中继的信号处理过程，第二时隙是中继到目的用户的信号处理过程；其次，根据用户的接收信号表达式以及香农公式推导真实可达总速率；最后，利用高阶统计量推导可达总速率的闭合表达式。本发明考虑在MassiveMIMO中继系统的下行链路过程中在基站到中继和中继到目的用户之间存在LOS路径的情况，使模型更符合实际的通信情况，并且解决了多天线所带来的高功耗问题。