公开(公告)号：CN116452816A

公开(公告)日：2023-07-18

申请号：CN202310442345.1

申请日：2023-04-23

Applicant: 东南大学

Inventor： 黄永明 ,  阙名毅 ,  孟一恒 ,  徐邦杰

IPC: G06V10/40 ,  G06V10/82 ,  G06V10/20 ,  G06F17/16 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明公开了一种基于卷积自编码器的舒曼谐振时频图特征提取方法，其中，卷积自编码器训练的过程为：首先对原始时频图集合进行合并、裁剪、灰度化、标准化，得宽高一致的灰度时频图，然后设计编码器为UNET模型结构、解码器为满足条件约束的映射函数，并将处理后的灰度时频图同时作为训练集和标签，将时频图输入至自编码器中进行迭代训练，梯度更新自编码器中参数。使用该方法可以实现求取时频图像的一阶、二阶导数，从而观察单位像素的变化方向、变化快慢等情况，利于时频图数据的分析，提供了一种时频图数据分析的解决方案。

公开(公告)号：CN116449412A

公开(公告)日：2023-07-18

申请号：CN202310442355.5

申请日：2023-04-23

Applicant: 东南大学

Inventor： 黄永明 ,  徐邦杰 ,  阙名毅 ,  孟一恒

IPC: G01V1/00 ,  G01V1/28 ,  G01V1/32 ,  G06N3/0442 ,  G06N3/0455

Abstract: 本发明公开了一种面向地震短临监测的地震地磁场时空变化分析方法，具体如下，首先将给定经纬度范围内的地磁台站按经纬度划分为多个矩形网格，将经纬度范围内的各台站检测当日及前60天的多分量数据进行预处理变为多段标准时间序列，然后将各分量预测序列取日绝对平均误差，通过滑动四分位距检测算法检测对差值序列进行异常检测，获得各分量当日异常值，再根据当日地磁扰动指数，去除磁暴引起的异常。最后根据网格大小生成各台站的当日异常指数矩阵，对所有台站检测当日及当日前29日的异常指数矩阵求和得到最终的区域当日异常指数矩阵，并获得异常经纬度范围。该方法对区域内的地磁场异常变化实现监测，并对可能发生地震的地理位置提供参考范围。

公开(公告)号：CN116366108A

公开(公告)日：2023-06-30

申请号：CN202310352318.5

申请日：2023-04-04

Applicant: 东南大学

Inventor： 张铖 ,  丁敏捷 ,  刘畅 ,  俞菲 ,  黄永明

IPC: H04B7/0456 ,  H04B7/0452

Abstract: 本发明提供了一种面向大规模MIMO多用户迫零预编码的交替训练设计方法，包括系统建模、天线分组、交替训练、数据传输阶段。其中基站在已分组的天线上发送导频进行训练，以供用户获得其信道并反馈给基站，直到已获取的信道可支持所有用户达到期望的信干噪比阈值，或者获得所有信道。本发明比起天线全训练以及部分训练，提高了系统传输成功率，降低了导频训练开销；同时比起单根天线交替训练可以进一步降低额外时间开销，也能相应地提升系统传输成功率。

公开(公告)号：CN116108490A

公开(公告)日：2023-05-12

申请号：CN202310255006.2

申请日：2023-03-16

Applicant: 东南大学

Inventor： 刘升恒 ,  陈嘉诚 ,  黄永明 ,  杨绿溪

IPC: G06F21/62 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于改进FasterR‑CNN的视频与图像脱敏方法，包括检测网络建立和后处理模块。检测网络建立包括SwinTransformer‑s特征提取模块、特征金字塔网格、RPN、RoIPooling操作和Soft‑NMS技术；SwinTransformer‑s提供更细致的特征表示和更丰富的语义信息，特征金字塔网格模块集成语义特征与区域纹理特征，传递更多信息，Soft‑NMS技术缓解了误删重叠框的情况；后处理模块包括多进程加速、异常值过滤、连续帧漏检补全、模糊化处理。本发明还编写了便捷式推理模糊shell脚本，并将shell脚本和模型运行环境写入Dockerfile，方便后续使用。

公开(公告)号：CN115604661A

公开(公告)日：2023-01-13

申请号：CN202211189059.0

申请日：2022-09-28

Applicant: 东南大学(CN)

Inventor： 黄永明 ,  范文哲 ,  刘升恒 ,  毛子焕 ,  杨绿溪

IPC: H04W4/029 ,  G01S5/00 ,  G01S5/04 ,  H04B7/0452

Abstract: 本发明公开了一种毫米波MIMO系统中用户位置追踪方法，包括：S1：建立二维空间坐标系，确定毫米波MIMO基站的物理坐标，各基站将接收到的用户信号回传至数据中心进行联合处理；S2：对信道波束域进行角度离散化，将毫米波信道进行稀疏表示，列出信道估计与到达角追踪的稀疏贝叶斯学习问题；S3：采用广义近似消息传递对信道增益向量进行估计，利用用户位置时变特性对到达角进行追踪；S4：利用基于密度的聚类算法DBSCAN筛选出含有直视路径的基站用于定位；S5：采用加权最小均方误差WLS估计器对用户位置进行估计。本发明通过对运动用户角度跟踪实现了毫米波MIMO系统次米级高精度用户位置追踪，同时本算法具有较低计算复杂度，实现快速定位的需求。

公开(公告)号：CN115527082A

公开(公告)日：2022-12-27

申请号：CN202211136929.8

申请日：2022-09-19

Applicant: 东南大学

Inventor： 刘升恒 ,  陈嘉诚 ,  黄永明 ,  杨绿溪

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/20 ,  G06V10/54 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图像多重预处理的深度学习小目标检测方法，能够有效提高网络捕获小目标的能力。所述方法包括：图像多重预处理模块包括：过采样、小目标复制粘贴、图像增强，缓解了包含小目标的图像过少的问题并平衡大物体与小物体的数量分布；检测网络的建立包括：ResNeXt‑101特征提取网络、FPN+特征纹理传输模块，ROI Align池化操作，损失函数增加前景‑背景平衡损失函数；其中，特征纹理传输模块的建立，形成一个包含更多信息的特征金字塔层级，实现了更准确的小目标检测，前景‑背景平衡损失函数缓解了前景和背景的面积不平衡；本发明采取的训练原则包括分离训练以及端对端训练，逐步优化模型参数。

公开(公告)号：CN111698732B

公开(公告)日：2022-12-20

申请号：CN202010407758.2

申请日：2020-05-14

Applicant: 东南大学

Inventor： 杨绿溪 ,  陈琦 ,  黄永明

IPC: H04W28/14 ,  H04L67/06 ,  H04L67/568 ,  H04B7/026 ,  H04B7/024

Abstract: 本发明公开了一种微蜂窝无线网中面向时延的协作缓存优化方法，属于无线通信技术领域。本发明根据微蜂窝无线网中小基站之间的单位文件传输时延大小确定小基站之间的协作传输关系，根据用户对文件的请求概率、小基站之间的协作传输关系及小基站的缓存配置策略构造出平均文件传输时延表达式，通过凸优化结合有限次迭代的方法求解出最小化平均文件传输时延的协作缓存策略。采用该方法可以根据小基站之间的传输速率估计及文件请求概率估计计算出网络平均传输时延性能近似最优的协作缓存策略。

公开(公告)号：CN113052764B

公开(公告)日：2022-11-08

申请号：CN202110418081.7

申请日：2021-04-19

Applicant: 东南大学

Inventor： 杨绿溪 ,  胡欣毅 ,  韩志伟 ,  惠鸿儒 ,  李春国 ,  黄永明

IPC: G06T3/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于残差连接的视频序列超分重建方法，包括以下步骤，对视频数据进行视频帧提取，将视频数据抽帧为图像集，进行时序拆分并随机加噪进行数据扩增；将数据进行随机裁剪，并输入到前端的3D卷积层中，并将卷积层拆分为两层，进行时序动态信息融合，得到浅层特征；将浅层特征进行深层特征处理并进行上采样，得到单帧图像；将单帧图像集进行合并得到视频序列；进行网络模型训练，当训练损失收敛且图像视觉指标PSNR上升稳定后保存网络模型，最后进行测试集推理。通过本发明可以降低模型参数量与计算量，使得超分结果更加的光滑、真实，保证PSNR性能指标并增强可视化效果，缓解输出视频中的局部跳帧问题，从而有效提升了超分视频的视觉效果。

公开(公告)号：CN115032682A

公开(公告)日：2022-09-09

申请号：CN202210617461.8

申请日：2022-06-01

Applicant: 东南大学

Inventor： 邱洪彬 ,  黄永明

IPC: G01V1/00 ,  G01V1/28 ,  G01V1/30 ,  G06N3/04

Abstract: 本发明公开了一种基于图论的多站台地震震源参数估计方法，将每个地震检测台站当作图的节点，从中截取一定时间长度的地震三分量波形数据，使用卷积神经网络抽取波形特征，当作节点的属性；对地震检测台站的位置进行编码，与提取的波形特征融合；运用震相拾取方法检测P波初至信息，将其当作图中边的属性，并且以其为基础构建图中的边；将节点和边运用图卷积操作进行融合，进行图中各个站台节点信息的交互；运用transformer结构对所有站台节点进行整体图属性的特征汇聚；用混合高斯密度网络得到对震源的震级、震中位置、震源深度等的拟合估计。通过本发明可以基于多站台模型快速、准确地对地震震源参数进行估计预测。

公开(公告)号：CN114996653A

公开(公告)日：2022-09-02

申请号：CN202210758277.5

申请日：2022-06-29

Applicant: 东南大学

Inventor： 刘升恒 ,  何泽人 ,  黄永明 ,  杨绿溪

IPC: G06F17/16 ,  G06F30/20 ,  G06F111/04 ,  G06F111/10

Abstract: 本发明公开了一种基于原子范数最小化的二维鲁棒自适应波束形成方法，其包括：利用克罗内克积将二维阵列流形矩阵重构成一维矢量并建立相应的接收信号数学模型；构建一种接收端目标及干扰信号的原子范数表示方法；建立基于原子范数最小化设计联合估计干扰协方差矩阵和期望信号功率及导向矢量的最优化问题及其约束条件；构建该优化问题的半正定规划问题；采用交替优化方法将该问题分解为两个迭代步骤求解，获得重构的干扰协方差矩阵和期望信号导向矢量；由Capon波束形成算法得到权矢量。本发明不受期望目标信号的影响，能够自适应调整指向方向，对于期望目标信号污染和目标方向先验信息错误的样本数据具有良好的有效性和稳健性。