-
公开(公告)号:CN116436745A
公开(公告)日:2023-07-14
申请号:CN202310176404.5
申请日:2023-02-28
Abstract: 本发明提出了一种适用于多模载波序号调制系统的解调方法,其步骤为:首先,对于多模载波序号调制系统的接收信号的每一组子载波,在一种特定的星座模式排列,通过期望最大化算法迭代获取该星座排列模式下的星座点符号和对应的信道估计值;其次,遍历所有可能的星座模式排列并获取对应的星座点符号和信道估计值,得到发送信号候选集合;最后,在候选集合中,通过最小欧氏距离准则,判断得到可能正确的发送信号估计值。本发明利用期望最大化算法不断地迭代更新发送信号和信道估计值,可以在信道未知情况下,实现比最大似然解调方法更好的错误性能。
-
公开(公告)号:CN119692328A
公开(公告)日:2025-03-25
申请号:CN202411500907.4
申请日:2024-10-25
Applicant: 郑州轻工业大学
IPC: G06F40/205 , G06F40/284 , G06F40/30 , G06F18/22 , G06F18/25 , G06N3/0455 , G06N3/044 , G06N3/08
Abstract: 本发明涉及文本数据处理技术领域,特别涉及一种面向动态文本的增量实体解析方法、可读存储介质及装置,基于神经网络语言模型的粗调过滤模块过滤掉明显不匹配的实体描述文本对,生成候选实体文本对集合;基于深度语义的特征融合模块生成融合上下文信息的实体文本对高阶语义向量;基于深度度量学习的精调解析模块增强对文本中语义关系的捕获能力,获得实体文本对的解析结果。增量实体解析部分对动态文本数据进行增量实体解析,并通过不断利用每个时间步的高可信匹配与不匹配实体文本对来迭代优化精调解析模型的参数。本发明对动态文本数据进行增量实体解析,且每个时间步的精调解析模型能够利用从上一个时间步的解析结果中分析出高可信标注数据集。
-
公开(公告)号:CN119295922A
公开(公告)日:2025-01-10
申请号:CN202411324717.1
申请日:2024-09-23
Applicant: 郑州轻工业大学
IPC: G06V20/10 , G06V10/40 , G06V10/762 , G06V10/58 , G06V10/26
Abstract: 本发明提供了一种基于σ范数的高光谱图像稀疏解混方法,包括:获取高光谱图像,利用邻域分组方法对高光谱图像进行波段选择;获取USGS光谱库,保留USGS光谱库中具有与步骤S1得到的相同光谱波段范围的光谱特征,得到地物光谱库;将高光谱图像分割成多个超像素,得到高光谱图像矩阵,计算每一个超像素同质系数;基于超像素同质系数,建立基于σ范数的粗混解阶段的目标函数;基于粗混解阶段的目标函数学习粗解混阶段的丰度矩阵;基于粗解混阶段的丰度矩阵和地物光谱库,获取剪枝光谱库;基于粗解混阶段的丰度矩阵和剪枝光谱库进行精解混输出最终的丰度矩阵。本发明具有对噪声的鲁棒性和易于优化的特性,且能够有效提高光谱图像丰度估计的精准度。
-
-