一种基于稀疏去噪的认知无线电频谱感知方法

    公开(公告)号:CN103986539B

    公开(公告)日:2016-02-03

    申请号:CN201410255554.6

    申请日:2014-06-10

    Abstract: 一种基于稀疏去噪的认知无线电频谱感知方法,本发明涉及一种基于稀疏去噪的认知无线电频谱感知方法。本发明是要解决频谱资源的平均利用率非常低不平衡,检测概率受制于信噪比的限制,当信噪比低时,检测概率会随之下降,影响频谱判决的结果的问题,而提出的一种基于稀疏去噪的认知无线电频谱感知方法。该方法是通过步骤一、得到稀疏分解后的稀疏表示θ;步骤二、从稀疏表示θ中取出绝对值由大到小的顺序取前K个值,得到去除噪声的变换域向量系数θ';步骤三、利用正交变换矩阵Ψ和变换域向量θ'得到去除噪声的时域信号x';步骤四、若检验统计量Z>判决门限λ,则判断频段被主用户占用等步骤实现的。本发明应用于基于稀疏去噪的认知无线电频谱感知领域。

    一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法

    公开(公告)号:CN109063712B

    公开(公告)日:2021-10-15

    申请号:CN201810658611.3

    申请日:2018-06-22

    Abstract: 一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统,具体涉及利用深度学习算法提取图像特征与图像纹理特征相结合并应用XGBoost算法在超声图像上实现肝脏弥漫性疾病智能诊断的方法,它是人工智能方法在基于超声图像的诊断中的应用,可以为医生的疾病诊断提供辅助建议。本发明的步骤为:一、对肝脏超声图像进行预处理;二、基于卷积神经网络实现肝脏弥漫性疾病的初步分类;三、将卷积神经网络特征和图像纹理特征相结合形成多模型特征,应用XGBoost算法实现肝脏弥漫性疾病的最终分类。本发明结合深度学习算法和传统的特征提取算法,兼顾图像的形状特征与纹理特征,并应用XGBoost算法提高了分类算法的准确度,适用于基于超声图像的肝脏弥漫性疾病辅助诊断。

    一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统

    公开(公告)号:CN109063712A

    公开(公告)日:2018-12-21

    申请号:CN201810658611.3

    申请日:2018-06-22

    Abstract: 一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统,具体涉及利用深度学习算法提取图像特征与图像纹理特征相结合并应用XGBoost算法在超声图像上实现肝脏弥漫性疾病智能诊断的方法,它是人工智能方法在基于超声图像的诊断中的应用,可以为医生的疾病诊断提供辅助建议。本发明的步骤为:一、对肝脏超声图像进行预处理;二、基于卷积神经网络实现肝脏弥漫性疾病的初步分类;三、将卷积神经网络特征和图像纹理特征相结合形成多模型特征,应用XGBoost算法实现肝脏弥漫性疾病的最终分类。本发明结合深度学习算法和传统的特征提取算法,兼顾图像的形状特征与纹理特征,并应用XGBoost算法提高了分类算法的准确度,适用于基于超声图像的肝脏弥漫性疾病辅助诊断。

    一种TD-LTE中低丢包率的实时业务调度方法

    公开(公告)号:CN104066197A

    公开(公告)日:2014-09-24

    申请号:CN201410333571.7

    申请日:2014-07-14

    Abstract: 一种TD-LTE中低丢包率的实时业务调度方法,本发明涉及TD-LTE中低丢包率的实时业务调度方法。本发明的目的是为了解决目前TD-LTE系统中用户丢包率高、吞吐量低、用户的时延状况、信道状态、调度算法复杂度高且计算量大。步骤一、初始化;步骤二、根据MDPS算法算出每个用户的优先级数值;步骤三、找到优先级最高的用户,计算所要满足的目标比特速率;步骤四、找到信道条件最好的资源块,分给优先级最高用户,然后更新;步骤五、判断优先级最高用户数据速率是否大于等于TBR;步骤六、重复步骤三~五,直至所有资源块分配完成,得到最终资源块分配矩阵。本发明应用于移动通信领域。

Patent Agency Ranking