-
公开(公告)号：CN106202952A
公开(公告)日：2016-12-07
申请号：CN201610570126.1
申请日：2016-07-19
申请人： 南京邮电大学
CPC分类号： G06K9/6269 , G16H50/20
摘要： 本发明公开了一种基于机器学习的帕金森疾病诊断方法，是针对传统的帕金森疾病诊断方法效率低、成本高以及过程复杂的问题，提出一种基于机器学习的帕金森疾病诊断方法。首先对语音信号采集，对语音信号进行特征提取，并进行特征选择，再利用智能优化算法建立最优支持向量机模型，对待测语音进行分类预测，结合机器学习中的分类算法对帕金森疾病进行诊断，并采用智能算法优化支持向量机参数，提高在帕金森疾病诊断中的准确率。本发明使用机器学习算法来进行帕金森疾病诊断，降低了帕金森疾病诊断的成本，通过特征选择，提高了帕金森疾病诊断的效率，通过智能算法优化支持向量机参数，提高了支持向量机的分类准确率。
-
-
-
公开(公告)号：CN117915409A
公开(公告)日：2024-04-19
申请号：CN202410080543.2
申请日：2024-01-19
申请人： 南京邮电大学
IPC分类号： H04W28/084 , H04W28/082 , H04B7/185
摘要： 一种无人机辅助移动边缘计算系统中的隐蔽通信方法，构建了无人机协助移动边缘计算系统，无人机可作为移动边缘服务器用于接收地面设备卸载的计算任务，同时还可作为干扰机向窃听者发射人工噪声（AN），用来干扰窃听者对地面设备卸载传输行为的检测；建立基于非正交多址接入（NOMA）的通信模型，并进一步获得系统的能耗模型；通过对设备分组、无人机轨迹、设备发射功率、无人机发射AN功率以及计算资源分配的联合优化，最小化系统能耗；利用动态用户分组算法和交替优化算法求解系统能耗优化问题。本发明通过无人机辅助、联合优化功率分配和资源分配，可在保证系统对隐蔽性的要求前提下，有效降低系统的能耗。
-
公开(公告)号：CN113872652B
公开(公告)日：2023-12-12
申请号：CN202110708638.0
申请日：2021-06-25
申请人： 南京邮电大学
IPC分类号： H04B7/06 , H04B7/0456 , H04B7/0413 , H04B7/0417 , H04L25/02 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/08
摘要： 行恢复。本发明公开了一种基于3D MIMO时变系统的CSI反馈方法，包括基于时变环境构建包含有空间、频率和时间三个维度的大规模3D MIMO信道模型，基于3D MIMO信道模型估算下行链路CSI，建立编码器网络，对下行链路CSI进行压缩获得低维矢量，并通过上行链路通信向基站反馈，建立解码器网络，对基站接收的低维矢量进行下行链路CSI矩阵重建，完成预编码，本发明通过3D CNN和BiLSTM的结合，可将下行链路CSI压缩成一个低维矢量，其能够在较长的时间序列中提取到
-
公开(公告)号：CN116386646A
公开(公告)日：2023-07-04
申请号：CN202310476907.4
申请日：2023-04-28
申请人： 南京邮电大学
摘要： 本发明属于说话人识别技术领域，公开了一种基于不确定度的集成自监督的语音学习方法，应用于说话人识别学习任务，本发明采用大量无标签数据对掩蔽自监督模型、对比自监督模型以及自回归预测自监督模型进行预训练，并将语音数据的梅尔语谱图特征结果分别输入三个自监督模型中，提取模型最后一层的输出，将其作为全连接层的输入，并将全连接层的输出经过ReLU激活函数计算得到各模型下输入语音数据的证据，通过得到的证据以及狄利克雷分布参数，计算出各个自监督模型输出的置信质量和不确定度，使用Dempster规则将三个自监督模型输出的分类决策质量集进行融合，从而得到每个类的最终概率和总体不确定度，输出最终分类结果。
-
公开(公告)号：CN116319196A
公开(公告)日：2023-06-23
申请号：CN202310591372.5
申请日：2023-05-24
申请人： 南京邮电大学
IPC分类号： H04L25/02 , H04B7/0413
摘要： 本发明公开了THz‑MIMO系统中基于SRGAN信道估计方案，属于信道估计技术领域；发送端采用正交的导频设计，在第个子载波对应的频率处沿着空时域发送信号矩阵；接收端从接收信号中提取导频信息，最小二乘法对基于导频的信道矩阵进行初步估计；对超分辨生成对抗网络进行离线训练，获得最佳网络权重的生成器完成基于导频的信道预估计矩阵空时域补全；将相干带宽内连续的个子载波作为信道估计单元，每个信道估计单元中各子载波上依次减少导频。每个子载波上的信道结合当前的和上一子载波接收到的导频共同估计当前信道。信道状态信息合并得到完整的信道状态信息。本发明保证信道估计的准确性，同时利用信道频率相关性降低信道估计导频开销。
-
公开(公告)号：CN109766847A
公开(公告)日：2019-05-17
申请号：CN201910034850.6
申请日：2019-01-15
申请人： 南京邮电大学
摘要： 本发明揭示了一种锋电位分离方法，包括如下步骤：首先，通过微电极细胞外记录方式采集神经元电信号；其次，将采集到的信号进行滤波处理；之后，采用阈值法对滤波后的信号进行锋电位检测，并得到锋电位信号；然后，采用离散小波变换对锋电位信号进行四级分解，并得到由小波系数组成的五个分量，且这五个分量组成一个小波系数矩阵；接着，对小波系数矩阵进行进一步特征提取得到特征空间；最后，采用局部加权投票法对特征空间进行聚类，实现锋电位信号分离。本发明在加权投票的基础上，引入香农熵的概念来评价每个类簇的可靠性，并基于其可靠性给出相应的权值，提出了局部加权投票法，并将其运用于锋电位信号分离，该分离方法实现简单，执行高效。
-
公开(公告)号：CN103326984B
公开(公告)日：2016-03-23
申请号：CN201310279834.6
申请日：2013-07-04
申请人： 南京邮电大学
摘要： 本发明提出了一种基于冲突阈值限制的子信道分配方法。所述方法针对主用户占用授权频谱和授权子信道空闲状态的分布规律，引入冲突阈值的概念，分析次用户根据自身数据包的特点以及信道的空闲状态，通过在满足冲突阈值时选择尽量少的接入信道，来降低次用户与主用户冲突的概率。本发明方法将冲突阈值与有效吞吐量相结合，根据各个子信道的发送数据包大小和其空闲概率分布参数，选择满足自身数据要求的最少数目子信道，从而让更多的次用户发送数据，降低与主用户的冲突概率、增加网络有效吞吐量，保持认知OFDM网络的稳定。
-
公开(公告)号：CN109766847B
公开(公告)日：2022-08-23
申请号：CN201910034850.6
申请日：2019-01-15
申请人： 南京邮电大学
IPC分类号： G06K9/00 , G06V10/762 , G06K9/62 , A61B5/00 , A61B5/24
摘要： 本发明揭示了一种锋电位分离方法，包括如下步骤：首先，通过微电极细胞外记录方式采集神经元电信号；其次，将采集到的信号进行滤波处理；之后，采用阈值法对滤波后的信号进行锋电位检测，并得到锋电位信号；然后，采用离散小波变换对锋电位信号进行四级分解，并得到由小波系数组成的五个分量，且这五个分量组成一个小波系数矩阵；接着，对小波系数矩阵进行进一步特征提取得到特征空间；最后，采用局部加权投票法对特征空间进行聚类，实现锋电位信号分离。本发明在加权投票的基础上，引入香农熵的概念来评价每个类簇的可靠性，并基于其可靠性给出相应的权值，提出了局部加权投票法，并将其运用于锋电位信号分离，该分离方法实现简单，执行高效。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.029 秒)
