-
公开(公告)号：CN113746663A
公开(公告)日：2021-12-03
申请号：CN202110632420.1
申请日：2021-06-07
Abstract: 本发明公开了一种机理数据双驱动结合的性能劣化定位方法，解决了不同场景下通信路测性能劣化的根因定位问题。该方法包含两个模块，因果关系学习模块设计了因果关系学习模型，考虑结点关系的异构性，明确了因果关系图中结点关系的方程表示；因果推理模块基于介入指标和分布指标进行因果推断，综合介入偏差以及分布异常情况进行最终故障根本原因的推理。本发明采用具有可解释性的高效算法，在现网测试环境数据集测试下大幅提高了传统方法的根因定位准确率，同时具备高召回率，并且具备可推广性。此外，本发明有利于企业维护工程师的实际应用，方案分析与结论可下放至运维基层，提升运维效率，降低运维成本。
-
公开(公告)号：CN112055263B
公开(公告)日：2021-08-13
申请号：CN202010936123.1
申请日：2020-09-08
IPC: H04N21/647 , H04N21/2343 , H04N21/845 , H04N17/00
Abstract: 本发明公开了一种基于显著性检测的360°视频流传输系统，包括：服务器端，在该系统的离线阶段，根据眼动数据获取显著性矩阵并计算每个视频的方差，即显著性矩阵的平均方差，从而将视频分为显著性视频和非显著性视频两类；在完成显著性矩阵的获取与分析之后，视频通过在时间维度和空间维度的分片以不同的质量和相应的形式存在；客户端，当用户观看显著性视频时，根据实际网络状况从服务器下载相对应的显著性矩阵到客户端播放器，基于显著性的码率控制算法在播放过程中控制视频流的下载传输，对于非显著视频，则通过MPC算法来调整视频流的质量。本发明有效缓解了由于用户观看行为的非线性性、预测窗口限制使得缓存长度过小等弊端。
-
公开(公告)号：CN106780641B
公开(公告)日：2020-07-28
申请号：CN201611002595.X
申请日：2016-11-14
Abstract: 一种低剂量X射线CT图像重建方法，首先获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据；通过成像过程的统计规律构建弦图数据的统计生成模型；根据投影数据和图像的结构特征与实际应用中的需求，构建弦图数据先验的统计模型；构建完整的统计模型，并根据最大后验估计方法，将模型转化为弦图数据复原模型；应用弦图数据复原模型，得到估计的弦图数据与其它统计变量；根据得到的弦图数据进行CT图像重建，得到输出CT图，本发明旨在建立基于弦图数据生成原理及其内在统计先验的高质量弦图数据复原模型与方法，并进而实现能够大幅减少图像噪声/伪影并恢复图像细节的CT图像优质重建。
-
公开(公告)号：CN107909548B
公开(公告)日：2020-05-15
申请号：CN201710992669.7
申请日：2017-10-23
Applicant: 西安交通大学
Abstract: 一种基于噪声建模的视频去雨方法，在低秩背景的假设下，对视频中的雨条噪声成分和移动前景同时进行估计。首先，获取含有雨噪声的视频数据，初始化模型；根据雨噪声和视频前景的特点建立雨图的生成模型；根据雨在视频中成像的结构特性——运动的雨滴在图像中每个小块上形成的雨条具有一致的方向性，建立关于雨条的小块先验分布；根据视频前景稀疏性的特点建立移动物体检测模型；在最大似然估计框架下将模型转化为去雨模型；应用含雨视频和去雨模型，得到去雨视频与其他统计变量，输出去雨视频。本发明旨在建立基于雨图生成原理及雨条噪声结构特性的高质量视频去雨模型，进而更准确地使得视频去雨技术可以广泛应用于含有移动前景的复杂下雨场景中。
-
公开(公告)号：CN109150775B
公开(公告)日：2020-03-17
申请号：CN201810919313.5
申请日：2018-08-14
Applicant: 西安交通大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明涉及一种自适应噪声环境动态变化的鲁棒性在线信道状态信息估计方法，包括：基于通信噪声环境实时变化的特点构建动态噪声估计的在线机器学习模型；基于信道连续变化的特点在模型中嵌入信道变化正则，构建完整的统计模型，并根据最大后验估计方法，得到完整的在线信道估计机器学习模型；利用基站存储设备，保存上一时段的环境噪声分布参数和信道状态信息，结合在线信道估计模型，实时得到高精度的信道状态信息估计。本发明基于机器学习原理，实现一种快速度、高精度、能够自适应噪声环境的在线信道状态信息估计方法，在实际应用中对降低通信延迟、减少导频信号使用、提高信息传输速率有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN108400948B
公开(公告)日：2020-01-14
申请号：CN201810074910.2
申请日：2018-01-25
Applicant: 西安交通大学
Abstract: 本发明涉及基于机器学习诱导最优恢复度量的环境自适应感知无线通信信道估计与信号重构算法，包括：利用基站存储设备，保存时空临近的导频信号、信道状态信息和恢复度量信息；接收端接收发射端发送的导频信号后，结合基站存储信息，利用机器学习方法实现环境自适应感知信道状态及确定最优恢复度量；利用信道状态信息及最优恢复度量实现抗干扰、去噪声的传输信号重构。本发明基于利用通信基站储存的有效信息和机器学习原理，快速有效地学习、估计并排除复杂噪声对无线通信系统的影响，进而在相同或更短的时间内通过自适应方式实现对无线通信信道的稳健估计和信号重构。
-
公开(公告)号：CN107132579A
公开(公告)日：2017-09-05
申请号：CN201710543571.3
申请日：2017-07-05
Applicant: 西安交通大学
IPC: G01V1/36
CPC classification number: G01V1/362 , G01V2210/584
Abstract: 一种保地层结构的地震波衰减补偿方法，采用地震包络局部峰值作为地层结构约束来构造自适应于地层结构的分子时窗，然后采用非线性压缩映射子波振幅谱估计方法从地震道分子分解时频谱中估计正比于时变子波振幅谱的分量，接着计算质心频率，并对质心频率做筛选，减少子波干涉和噪声的影响，然后用质心频率偏移法估计得到稳健的地下介质Q场，并计算得到各时窗对应的吸收补偿滤波器，最后用这些滤波器对相应的时频谱进行加权补偿，再反变换回时间域，就得到衰减补偿后的地震记录。本发明能够在有效补偿地震波衰减、提高地震资料纵向分辨率和深层弱信号识别能力的同时，很好地保持地震资料的横向连续性和复杂结构特征。
-
公开(公告)号：CN104680491B
公开(公告)日：2016-03-30
申请号：CN201510091585.7
申请日：2015-02-28
Applicant: 西安交通大学
IPC: G06T5/00
Abstract: 一种基于深度神经网络的图像非均匀运动模糊去除方法，包括深度神经网络参数训练、深度网络应用于图像实现运动模糊估计和去除两大步骤。深度网络结构由卷积网络层和前向网络层构成，该网络模型训练过程为：用自然图像生成模糊图像块和模糊核对，用上述数据训练深度神经网络模型参数。给定一幅运动模糊图像，将图像分解为带重叠区域的图像块集，将每个图像块输入深度神经网络输出图像块对应的运动模糊核概率分布，进一步通过优化马尔可夫随机场模型获得图像逐点不同的运动模糊核。最后，基于上述估计的运动模糊核，通过解卷积算法获得去模糊图像。由于深度神经网络的强学习能力，本发明可以精确的估计图像非均匀运动模糊，进一步获得清晰图像。
-
公开(公告)号：CN115190332B
公开(公告)日：2025-01-07
申请号：CN202210801636.0
申请日：2022-07-08
Applicant: 西安交通大学医学院第二附属医院
IPC: H04N21/234 , H04N21/44 , H04N21/488 , H04N5/278 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于全局视频特征的密集视频字幕生成方法，本发明通过自适应聚类的方法在只输入整段视频的情况下编码其全局特征，进而以端到端的方式指导事件定位和字幕生成，略去了先前模型利用先验阈值进行事件提案划分的步骤，从而在保证字幕生成准确性的条件下大大降低了计算复杂度。本发明在处理长序列特征时能够自适应地将相近的特征查询聚类进而降低冗余，节省内存。同时，作为传统Transformer中完整自注意力机制的快速近似，该方法在编码准确性方面也表现优异。
-
公开(公告)号：CN114550260B
公开(公告)日：2024-08-16
申请号：CN202210178317.9
申请日：2022-02-24
Applicant: 西安交通大学
IPC: G06V40/16 , G06V10/774
Abstract: 本发明公开一种基于对抗数据增强的三维人脸点云识别方法，将采集的三维人脸数据集进行预处理，得到预处理后的训练集和测试集；对预处理后的训练集中的三维人脸点云添加噪声，得到优化后的对抗样本；使用预处理后的训练集中三维人脸点云与优化后的对抗样本在基于元学习的训练框架下优化三维人脸点云识别网络参数，得到训练后的三维人脸点云识别网络；将预处理后的测试集输入到训练后的三维人脸点云识别网络中，完成三维人脸识别。本发明合理地利用了生成的三维人脸对抗样本提升三维人脸识别模型的泛化性，从而提升三维人脸识别效果。实验表明本发明在公开的数据集BU‑3DFE、BU‑4DFE、Bosphorus取得了目前最准确的识别效果。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.031 seconds)
