-
公开(公告)号：CN117994577A
公开(公告)日：2024-05-07
申请号：CN202410132820.X
申请日：2024-01-30
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/52
Abstract: 本发明公开了一种基于双通道特征提取网络的数据处理方法，包括：将获取到的待处理数据输入至预先训练得到的目标网络模型中进行数据分析处理；其中，目标网络模型中包括第一特征提取网络和第二特征提取网络；基于第一特征提取网络对待处理数据进行特征提取，得到第一待融合特征；以及基于第二特征提取网络对待处理数据进行处理，得到包括空洞的第二待融合特征；对第一待融合特征和第二待融合特征融合处理，得到多尺度特征，并基于多尺度特征确定注意力矩阵；基于注意力矩阵和预先设定的随机概率值，确定目标特征；通过对目标特征分析处理，确定与待处理数据相对应的数据处理结果。解决了模型过拟合的问题，提高模型预测准确度。
-
公开(公告)号：CN114997216A
公开(公告)日：2022-09-02
申请号：CN202210526887.2
申请日：2022-05-16
Applicant: 电子科技大学
Abstract: 本发明属于轴承故障识别领域，具体提供一种基于张量多模态特征高阶匹配的轴承故障识别方法，用以对轴承振动多属性信号进行故障状态分析。本发明利用张量数据，根据实际应用场景中不同阶所代表属性之间的联系将各个阶分为不同的阶组，对张量进行多模态奇异值分解；对检测对象求其特征空间中的特征张量，对特征张量使用张量距离进行高阶匹配，进而判定其多属性，完成轴承故障的识别。本发明提供的多模态奇异值分解方法能够更加有效地将多个属性在分解中通过多模乘运算关联起来，能够更加充分地获取数据之间多个模态的联系，与基于张量距离的高阶匹配方法结合起来能够更加充分地利用信号的多属性特征，获得更好的故障状态识别效果。
-
公开(公告)号：CN119071876A
公开(公告)日：2024-12-03
申请号：CN202411268161.9
申请日：2024-09-11
Applicant: 电子科技大学
IPC: H04W40/32
Abstract: 本发明公开了一种跨域通信网络自适应分层分簇方法。其中，该方法包括：确定与待处理跨域通信网络对应的至少一个待分簇子网络；待分簇子网络包括多个网络节点；针对至少一个待分簇子网络，分别根据待分簇子网络中每个网络节点对应的多个节点关联信息确定与每个网络节点对应的目标节点权重；根据多个网络节点对应的目标节点权重确定与待分簇子网络对应的至少一个簇；基于与至少一个待分簇子网络对应的至少一个簇更新待处理跨域通信网络的网络拓扑，以依据更新后的待处理跨域通信网络进行通信。本技术方案，实现了在跨域通信场景下依据网络节点的多种节点关联信息确定节点权重，并基于网络节点的节点权重对跨域通信网络进行有效节点分簇的效果。
-
公开(公告)号：CN114997216B
公开(公告)日：2024-08-16
申请号：CN202210526887.2
申请日：2022-05-16
Applicant: 电子科技大学
IPC: G06F18/25 , G06F18/213 , G06F18/24 , G06F18/23
Abstract: 本发明属于轴承故障识别领域，具体提供一种基于张量多模态特征高阶匹配的轴承故障识别方法，用以对轴承振动多属性信号进行故障状态分析。本发明利用张量数据，根据实际应用场景中不同阶所代表属性之间的联系将各个阶分为不同的阶组，对张量进行多模态奇异值分解；对检测对象求其特征空间中的特征张量，对特征张量使用张量距离进行高阶匹配，进而判定其多属性，完成轴承故障的识别。本发明提供的多模态奇异值分解方法能够更加有效地将多个属性在分解中通过多模乘运算关联起来，能够更加充分地获取数据之间多个模态的联系，与基于张量距离的高阶匹配方法结合起来能够更加充分地利用信号的多属性特征，获得更好的故障状态识别效果。
-
公开(公告)号：CN118037555A
公开(公告)日：2024-05-14
申请号：CN202410133124.0
申请日：2024-01-30
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种联合非局部自相似性与张量链分解的图像填充方法，获取待恢复图像，将待恢复图像划分为多个预设大小的图像块；其中，待恢复图像包含部分缺失像素；对每个图像块，分别确定图像块对应的多个相似图像块，将图像块和相似图像块确定为一个图像块组；基于待恢复图像张量对应的张量链秩，构建张量链秩最小化函数，基于各图像块组张量对应的tucker秩，构建Tucker秩最小化函数；基于张量链秩最小化函数和Tucker秩最小化函数，构建图像填充优化函数；求解图像填充优化函数，得到与待恢复图像对应的恢复图像张量，以基于恢复图像张量确定目标恢复图像，减少了恢复图像的伪影现象，提高了图像的恢复性能。
-
Patent Agency Ranking
公开(公告)号：CN119211963A
公开(公告)日：2024-12-27
申请号：CN202411268730.X
申请日：2024-09-11
Applicant: 电子科技大学
IPC: H04W24/02 , H04W24/08 , H04L43/16 , H04L43/0894
Abstract: 本发明实施例公开了一种跨域通信网络智能业务速率映射及切换方法。该方法包括：获取待检测的目标通信业务对应的当前链路信息和目标业务信息；将当前链路类型和目标业务信息输入至目标速率决策树进行节点决策，得到目标通信业务在当前链路中的目标速率信息；目标速率决策树是基于每种类型链路下每种业务信息与速率信息之间的映射关系所构建的；基于当前链路状态和预设链路状态阈值，确定目标通信业务对应的当前调整因子；基于当前调整因子和目标速率信息进行速率切换，确定目标通信业务下一时刻对应的目标链路速率。通过本发明实施例的技术方案，准确且便捷地确定目标通信业务下一时刻对应的目标链路速率，从而实现准确的速率切换。
-
公开(公告)号：CN119211101A
公开(公告)日：2024-12-27
申请号：CN202411268450.9
申请日：2024-09-11
Applicant: 电子科技大学
IPC: H04L45/00
Abstract: 本发明公开了一种应用于跨域通信组网的智能决策方法、系统以及电子设备，应用于包括多个跨域通信节点、多种异构通信链路的跨域通信组网中，该方法包括：对跨域通信组网中各通信节点，在通信节点执行数据传输任务的过程中，将通信任务数据、跨域通信组网在当前时刻下的各链路状态数据、各通信节点状态数据输入至与当前时刻相对应的传输策略决策模型中，得到通信节点在下一时刻的目标通信决策信息，基于目标通信决策信息调整下一时刻通信节点的传输策略，以使通信节点在下一时刻基于传输策略执行数据传输任务，并将下一时刻作为当前时刻，针对跨域通信组网，可以确定传输效率高且实时性强的路由策略，提升跨域通信组网的整体数据传输效率。
-
公开(公告)号：CN117993439A
公开(公告)日：2024-05-07
申请号：CN202410131122.8
申请日：2024-01-30
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06N3/0464 , G06N3/0455 , G06F18/25 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种应用于移动终端的数据处理方法，包括：将获取到的待处理数据输入至预先训练得到的目标网络模型中进行数据分析处理；其中，目标网络模型中包括至少一组特征提取网络，特征提取网络包括第一特征提取单元和降采样单元，第一特征提取单元和降采样单元均对应于深度可分离卷积，第一特征提取单元和所述降采样单元所对应的卷积尺寸不同；基于第一特征提取单元对待处理数据进行特征提取，得到待处理特征；基于降采样单元对待处理特征进行特征提取，得到目标特征；通过对目标特征分析处理，确定与待处理数据相对应的数据处理结果。解决了模型的性能和参数量难以平衡的问题，降低模型复杂度，减少计算延迟。
-
公开(公告)号：CN117992608A
公开(公告)日：2024-05-07
申请号：CN202410131781.1
申请日：2024-01-30
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F16/35 , G06F18/214 , G06F18/241 , G06F18/213
Abstract: 本发明公开了一种数据检测方法，包括：获取待检测数据，并依据预先设定的数据划分规则，确定与所述待检测数据相对应的至少一个待处理数据；对所述至少一个待处理数据进行特征提取，得到与所述待检测数据相对应的特征数据；对于每个待处理数据，基于所述待处理数据中各数据之间的关联关系，确定与所述待处理数据相对应的目标检测单位，并基于所述目标检测单位更新所述特征数据；基于预先训练得到的数据检测模型对所述特征数据进行数据检测，得到与所述特征数据相对应的预测结果；基于所述预测结果，确定所述待检测数据的目标数据；解决数据检测准确度较低的问题，提高数据检测准确度。
-
公开(公告)号：CN119131540A
公开(公告)日：2024-12-13
申请号：CN202411249136.6
申请日：2024-09-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种多源异构数据融合处理方法。所述方法包括确定目标对象对应的待融合的多源异构数据，多源异构数据包括目标光学图像和合成孔径雷达图像；确定目标光学图像对应的第一纹理特征图和第一边缘特征图，确定合成孔径雷达图像对应的第二纹理特征图和第二边缘特征图；根据第一纹理特征图和第二纹理特征图确定纹理特征融合图，根据第一边缘特征图和第二边缘特征图确定边缘特征融合图；通过通道注意力机制分别对纹理特征融合图和边缘特征融合图进行特征处理，依次得到目标纹理融合图和目标边缘融合图；通过图像融合模型对输入的目标纹理融合图和目标边缘融合图进行融合，得到目标融合图像。本发明可以提高多源异构数据融合处理的效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
