-
公开(公告)号：CN110148083B
公开(公告)日：2023-04-07
申请号：CN201910412600.1
申请日：2019-05-17
Applicant: 东南大学
Abstract: 基于快速BEMD和深度学习的图像融合方法，属于图像处理技术领域。本发明使用快速BEMD对待融合图像进行多尺度分解得到频率从高到低的二维经验模态分解分量(Bidimensional Empirical Mode Component,BEMC)，对各分量分别进行融合，最后经过BEMD重构可获取融合结果图。利用深度学习可提取图像特征的特点，设计了一种基于深度学习的图像融合规则。实验表明基于该融合方法的融合结果图具有最佳的视觉效果，满足人眼的视觉感知。
-
公开(公告)号：CN114862719A
公开(公告)日：2022-08-05
申请号：CN202210534303.6
申请日：2022-05-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于编解码结构的深度分层去雾网络，将输入图像分割成多个小图像块，网络的下层是细粒度图像块，上层是粗粒度图像块，下层网络将学习到的局部特征叠加到上层，提高了提取特征的可重用性。每一层网络之间通过残差连接将下层网络的重建图像与上一层网络的输入图像进行元素级相加，使得上层网络可以共享下层网络的局部信息，从而专注于提取其他关键特征。另外，该模型在每一层中使用了新的编码器解码器结构，摒弃了广泛使用的残差块，选择残差通道注意力模块，根据各个通道之间的相关性，为每个通道的特征图分配相应权重，使每一层网络绕过图像的低频信息，专注于学习更关键的高频信息，提高了去雾网络的表征能力。
-
公开(公告)号：CN113407909A
公开(公告)日：2021-09-17
申请号：CN202110801131.X
申请日：2021-07-15
Applicant: 东南大学
Abstract: 本发明公开了一种用于非解析非线性复数系统的无味算法，包括：计算增广形式的输入信号二阶统计量——增广方差及协方差，并将其输入系统，计算sigma点；无味算法可以通过少量sigma特征点的计算，得到非线性系统对应输出点的一阶、二阶统计量；通过研究误差与非圆度关系，调节beta参数，减小算法误差。本发明能够针对输入信号为复数信号，且系统函数为非线性非解析的情况，通过计算少量sigma点的统计特性，得到输出信号的近似二阶统计量，并当信号为非圆时，通过研究beta参数与非圆度间的关系，减少系统误差。
-
公开(公告)号：CN113067672A
公开(公告)日：2021-07-02
申请号：CN202110284518.2
申请日：2021-03-17
Applicant: 东南大学
IPC: H04L1/00
Abstract: 本发明公开了一种非正交多址接入移动通信低复杂度接收方法。在发射端根据待传输的比特流选择相应的码字发送，经过无线信道和噪声干扰，在接收端收到的是多个用户叠加的信号。本发明在接收到多用户叠加的信号后，先对所有码字组合的条件概率进行计算和排序，挑选出条件概率高的码字组合；再进行传统的信息传递算法迭代，包含用户节点更新和资源节点更新；然后进行简化的传统信息传递算法迭代，其中资源节点更新过程不变，用户节点更新只针对选择出的码字组合来进行；最后译码输出。本发明通过减少用户节点更新的计算复杂度，实现了一种基于条件概率选择的非正交多址接入移动通信低复杂度接收方法，并且该算法能够逼近原始的信息传递算法。
-
公开(公告)号：CN109412640B
公开(公告)日：2020-06-16
申请号：CN201811397028.8
申请日：2018-11-22
Applicant: 东南大学
Abstract: 本发明公开了一种应用于全双工通信收发机的非线性数字自干扰消除装置及方法，装置包括：预白化模块，用于对发射机端的基带波形信号x(n)以及其线性镜像分量、非线性分量和镜像非线性分量进行预白化处理；自适应估计器A和B，用于根据预白化模块输出信号和上次迭代时输出信号的实部或虚部，采用预白化增强的双通道非线性复数最小均方误差自适应算法进行迭代运算，获取对接收机端观测信号d(n)中各主要干扰成分的估计，并从d(n)中将各主要干扰成分消去后进行输出；加法器，用于将自适应估计器A的输出作为实部，将自适应估计器B的输出作为虚部，相加后作为数字自干扰消除后的信号e(n)进行输出。本发明复杂度更低。
-
Patent Agency Ranking
公开(公告)号：CN111181530A
公开(公告)日：2020-05-19
申请号：CN202010011278.4
申请日：2020-01-06
Applicant: 东南大学
IPC: H03H21/00
Abstract: 本发明提供了一种处理非圆信号的并联增强型CLMS自适应滤波方法，即并联ACLMS自适应滤波方法，将输入信号分别通过两个ACLMS滤波器，分别得到两个滤波器的输出；将两个滤波器的输出通过最佳关联系数序列结合起来，得到最终输出；同时利用两个滤波器的输出对两个滤波器的权矢量进行更新；更新与输出反复迭代至稳态。本发明克服常规自适应滤波算法的局限，在提高滤波收敛速度的同时还能减小输出估计误差，大大提高了滤波的效率与性能。在处理非圆信号时本发明比普通滤波器算法和常规滤波器并联结构的处理效果都要好，对非圆信号有着极高的敏感性和极强的适应性，在收敛速度和收敛误差上均具有优秀性能。
-
公开(公告)号：CN106941350B
公开(公告)日：2020-04-14
申请号：CN201710152828.2
申请日：2017-03-15
Applicant: 东南大学
Abstract: 本发明公开了一种基于忆组器的异或门电路及设计制作方法，解决了现有的基于忆阻器的辅助逻辑MACIG门集合不完整的问题，本发明提供了一种新型的基于忆阻器的异或门的设计方法。本发明的异或门是基于MAGIC的或门基础上进行改进的。通过在或门电路的输出忆阻器两端并联一个忆阻器，改进后的门电路可以获得正确的异或门逻辑操作结果。异或门选用的电路元件少，只需要4个忆阻器。其激励电压序列简单，只需要一个稳定不变的外加激励源。而且，异或门的耗能低，只需要加入短时间的电压即可实现异或门的逻辑操作。此外，异或门的电路结构简单，尺寸小。
-
公开(公告)号：CN107064546B
公开(公告)日：2019-09-10
申请号：CN201710327580.9
申请日：2017-05-10
Applicant: 东南大学
IPC: G01P5/00
Abstract: 本发明公开了一种基于非圆信号频率估计算法的流体速度估计方法，包括如下步骤：(1)获取两路流体信号，并对其采样，得到两路离散流体信号；(2)根据两路离散流体信号得到非圆信号q(n)：q(n)＝αe‑jωn+βejωn；(3)计算流体信号频率ω的估计值(4)根据ω的估计值，计算两路流体信号的相位差△θ＝θ2‑θ1；(5)根据相位差估计流体速度。该方法通过非圆信号频率估计可以得到更加精确的两路流体信号相位差，进而得到流体速度。
-
公开(公告)号：CN110139304A
公开(公告)日：2019-08-16
申请号：CN201910391162.5
申请日：2019-05-11
Applicant: 东南大学
Abstract: 本发明提出基于孤立度和非MPR节点的MPR集合选择方法，属于无线Mesh网络协议领域。针对标准OLSR协议中MPR选择算法，无法求得全局最优MPR集合问题，同时在大量节点接入的环境下将产生大量的TC分组，从而导致网络拥塞以及负载不均衡，本发明在OLSR协议基础上，将邻居节点的存储数据扩展到三跳邻居节点，提出了基于孤立度和基于非MPR节点的选择算法，比较节点的独立度值或非MPR节点值来确定最优MPR节点，避免随机选择MPR节点的情况，并对底层协议代码进行了改进与优化修通过，从未减少整个网络中TC消息的产生，从而提高了网络总的吞吐量、分组投递率。
-
公开(公告)号：CN110110724A
公开(公告)日：2019-08-09
申请号：CN201910376028.8
申请日：2019-05-07
Applicant: 东南大学
Abstract: 一种基于指数型挤压函数驱动胶囊神经网络的文本验证码识别方法，其主要识别过程是：首先从主要门户网站收集验证码数据，其次构建一个指数型挤压函数驱动胶囊神经网络模型，其输入是验证码图片，输出是模型的预测标签，然后胶囊神经网络对输入数据进行处理，包括执行卷积操作进行特征提取，池化采样整合特征，归一化提高模型的泛化能力，实行动态路由完成特征聚类，最后输出预测的标签，并且可以通过反向传播对模型进行约束。本发明通过构造新型胶囊神经网络，无需对图片进行预处理，识别精度高。本发明的工作一方面可以为文本验证码的设计和可用性提供建议，另一方面为使用卷积神经网络完成具有挑战性的场景文本识别提供了新的研究思路。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.022 seconds)
