-
公开(公告)号：CN111898421A
公开(公告)日：2020-11-06
申请号：CN202010560716.2
申请日：2020-06-18
申请人： 东南大学
摘要： 本发明公开了一种用于视频行为识别的正则化方法，首先利用全局平均池化技术对每个时间步上的特征图进行显著性评估，利用gESD检验方法确定包含最显著空间特征的特征图，然后在选定的特征图内以通道为最小单元，以通道激活值占比为依据来计算每个通道的丢弃概率并执行丢弃操作(对应通道激活值置零)，最后，由于正则化模块只在训练阶段生效，为保持训练阶段与推理阶段输出激活值幅度的一致性，需要为训练阶段的输出计算一个补偿系数与输出特征图相乘。本发明可以在推理阶段不增加任何额外计算消耗的情况下有效提高视频识别网络的验证集精度，且可以加入任何现有神经网络架构中，有效缓解网络在视频识别任务中过拟合空间特征而忽视时序特征的问题。
-
公开(公告)号：CN111866860A
公开(公告)日：2020-10-30
申请号：CN202010474911.3
申请日：2020-05-29
申请人： 东南大学 , 网络通信与安全紫金山实验室
摘要： 本发明公开以一种基于序贯的无线设备射频指纹识别方法，首先将时序信号按照时间段分割成一个个子时间段，对不同的时间段根据射频指纹特征分别分选，再将不同时间段的分选结果进行合并。本发明更加适用于计算力不高低耗能的终端；接收机在接收信号的同时可以实时的实现信号的分割分析识别与指纹特征的更新和信号源特征库的更新；且综合考量瞬态指纹特征和稳态指纹特征，以充足特征量作为准确分裂的依据，有效的解决了信号源实施快速识别和信号源库实时更新的问题。
-
公开(公告)号：CN113114160B
公开(公告)日：2024-04-02
申请号：CN202110571578.2
申请日：2021-05-25
申请人： 东南大学
IPC分类号： H03H9/46
摘要： 本发明公开了一种基于时变滤波器的线性调频信号降噪方法，包括：(1)根据线性调频信号的先验信息和信号持续时间确定当前时刻信号所处频点；(2)根据当前时刻信号的频点计算带通滤波器的零极点，当前频点设定即为一个极点；(3)根据零极点参数计算带通滤波器的传递函数，并对当前时刻的信号进行滤波处理；(4)对所有时刻过滤后的信号按到达时间进行合并，得到最终的降噪后的线性调频信号。本发明针对线性调频信号进行降噪处理，具有良好的应用效果。
-
公开(公告)号：CN116383719A
公开(公告)日：2023-07-04
申请号：CN202310352546.2
申请日：2023-04-04
申请人： 东南大学
IPC分类号： G06F18/241 , H04W12/79 , G06F18/213 , G06F30/27
摘要： 本发明公开了一种用于LFM雷达的MGF射频指纹识别方法，使用语音特征提取方法MFCC对每一个LFM脉冲的数据生成Mel特征，对不同长度的特征矩阵统一长度以保证维度一致，统一长度后的特征矩阵即为信号指纹特征，再使用单个GRU Cell对信号指纹特征进行建模，通过全连接层对建模后的特征进行识别分类，实现射频指纹的识别，提升了对于难以分类的样本的识别精度。本发明在低信噪比和多信号多工作模式下可以有效提取LFM脉冲信号的物理指纹特征，有效解决了实际应用环境下LFM信号识别不佳的问题。
-
公开(公告)号：CN111696126B
公开(公告)日：2022-11-11
申请号：CN202010417948.2
申请日：2020-05-18
申请人： 东南大学
摘要： 本发明公开了一种基于多视角的多任务肝脏肿瘤图像分割方法。腹部CT图像经过预处理后，以切片的形式通过卷积神经网络模型同时得到其肝脏分割和肿瘤分割。该模型的输入为256×256×3大小的三维CT切片，输出为其中中间切片的相应分割。模型包含一个分割模块和一个精修模块，分别得到粗略的分割结果和精修的分割结果。模型通过一个组合损失函数进行优化，避免优化过程中的不稳定。本方法从三维CT图像的三个视角进行分割，把三个分割结果融合为一个得到最终的分割结果。本发明实现了对腹部CT图像的肝脏和肿瘤分割，有效地解决了分割过程中无法利用三维空间信息和优化不稳定的问题。
-
公开(公告)号：CN111866860B
公开(公告)日：2022-11-04
申请号：CN202010474911.3
申请日：2020-05-29
申请人： 东南大学 , 网络通信与安全紫金山实验室
摘要： 本发明公开以一种基于序贯的无线设备射频指纹识别方法，首先将时序信号按照时间段分割成一个个子时间段，对不同的时间段根据射频指纹特征分别分选，再将不同时间段的分选结果进行合并。本发明更加适用于计算力不高低耗能的终端；接收机在接收信号的同时可以实时的实现信号的分割分析识别与指纹特征的更新和信号源特征库的更新；且综合考量瞬态指纹特征和稳态指纹特征，以充足特征量作为准确分裂的依据，有效的解决了信号源实施快速识别和信号源库实时更新的问题。
-
公开(公告)号：CN114444546A
公开(公告)日：2022-05-06
申请号：CN202210103370.2
申请日：2022-01-27
申请人： 东南大学 , 网络通信与安全紫金山实验室
摘要： 本发明公开了一种基于自监督学习的雷达信号分选识别方法，通过结合时频分析和图像处理技术对雷达信号进行处理,该方法首先可利用无监督数据提升分类模型的泛化能力与抗噪声能力，首先通过多重同步压缩变换完成对雷达信号的时频变换，进而得到信号的RGB时频图像，接着对得到的时频图像进行尺寸放缩和归一化处理。随后基于时频二维图像数据训练自监督对比学习模型，再将训练完成的特征编码器迁移到下游的分类任务。在6个种类的信号数据上的模拟表明，本发明能够有效地提升下游分类任务的准确率，不同信噪比下，提升幅度从9％到53％不等，证明该方法可以有效利用无监督数据构建具有较好特征泛化能力的信号特征。
-
公开(公告)号：CN113642513A
公开(公告)日：2021-11-12
申请号：CN202111000981.6
申请日：2021-08-30
申请人： 东南大学
摘要： 本发明公开了一种基于自注意力及标记分布学习的动作质量评估方法。该方法首先对视频进行预处理后将各个视频片段输入给特征提取模块，生成每个片段的时空特征；再将各视频片段的时空特征作为序列输入给自注意力模块，得到序列之间包含上下文信息的自注意力特征；将所有自注意力特征拼接并输入给标记分布学习模块，输出预测分布；再利用高斯函数将真实标签转化为真实分布，计算预测分布和真实分布的损失函数，最小化损失，对模型进行训练；最后使用训练完成的模型对测试视频进行评估，获得测试集的预测分布，进一步获得测试数据集中的评估得分。本发明以斯皮尔曼等级相关系数作为评价指标，获得了较好的评估结果，表明本动作质量评估方法的有效性。
-
公开(公告)号：CN113114160A
公开(公告)日：2021-07-13
申请号：CN202110571578.2
申请日：2021-05-25
申请人： 东南大学
IPC分类号： H03H9/46
摘要： 本发明公开了一种基于时变滤波器的线性调频信号降噪方法，包括：(1)根据线性调频信号的先验信息和信号持续时间确定当前时刻信号所处频点；(2)根据当前时刻信号的频点计算带通滤波器的零极点，当前频点设定即为一个极点；(3)根据零极点参数计算带通滤波器的传递函数，并对当前时刻的信号进行滤波处理；(4)对所有时刻过滤后的信号按到达时间进行合并，得到最终的降噪后的线性调频信号。本发明针对线性调频信号进行降噪处理，具有良好的应用效果。
-
公开(公告)号：CN111860222A
公开(公告)日：2020-10-30
申请号：CN202010620022.3
申请日：2020-06-30
申请人： 东南大学
摘要： 本发明公开了一种基于稠密-分段式帧采样的视频行为识别方法、系统、计算机设备和存储介质。首先将视频均匀地分为N段，在每段中采样一帧做为关键帧，由关键帧组成关键片段。同时，对每一个关键帧，在其前后按固定的采样率采样连续若干帧，作为上下文帧。将上下文帧和其对应的关键帧组成一个上下文片段。进行一次稠密-分段式帧采样，将会返回一个关键片段和N个上下文片段，将其送入时序稠密-分段式网络TDSN中进行处理，从关键片段中提取长程时序信息，从上下文片段中提取局部上下文信息，将两种信息融合在一起，最终用于识别视频中的行为动作。本发明能够有效提取视频中的长程时序信息和局部上下文信息，有效地提升了视频行为识别的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.031 秒)
