-
公开(公告)号：CN109104110B
公开(公告)日：2021-10-26
申请号：CN201811052323.X
申请日：2018-09-10
Applicant: 青岛科技大学
IPC: H02M7/483
Abstract: 本发明公开了一种阶调式模块化多电平变换器及其控制方法，所述阶调式模块化多电平变换器包括有上桥臂、下桥臂和子模块控制单元，所述上桥臂和所述下桥臂均包括有n个串联连接的子模块，n个所述子模块的理论电容电压满足V1：V2：……：Vn=1:2:……：2n；所述控制方法包括：确定每个桥臂中串联连接的所述子模块的个数n，确定符合阶调控制策略的理论总输出电压V的公式，穷举出V取不同值时各系数存在的所有的取值情况，确定各系数的实际取值，以及根据各系数的实际取值确定用于控制每个子模块的投切状态的控制信号，根据所述控制信号控制子模块的投切状态。采用本发明，能够实现采用少量的子模块获得更多输出电平的目的。
-
公开(公告)号：CN113347657A
公开(公告)日：2021-09-03
申请号：CN202110357718.6
申请日：2021-04-01
Applicant: 青岛科技大学
Abstract: 本发明公开了一种移动通信系统的安全容量性能预测方法，包括建立移动通信系统模型的步骤，在建立移动通信系统上推导其安全容量表达式的步骤，以及设计Dense‑Inception卷积神经网络对平均安全容量进行预测的步骤；本发明通过以上步骤推导出移动通信系统的平均安全容量的表达式，然后基于Dense‑Inception卷积神经网络对移动通信系统的安全容量性能进行了智能预测，相比现有的CNN神经网络、BP神经网络、极限学习机、局部加权线性回归、支持向量机等方法能够取得更好的安全性能预测效果。
-
公开(公告)号：CN110753367B
公开(公告)日：2021-07-16
申请号：CN201910942144.1
申请日：2019-09-30
Applicant: 青岛科技大学
IPC: H04W24/06 , G06N3/08 , G06N3/04 , H04B17/391
Abstract: 本发明公开了一种移动通信系统的安全性能预测方法，包括确定信源发射天线的接收信噪比的近似值的步骤，基于接收信噪比的近似值确定概率密度函数和累积分布函数的步骤，基于概率密度函数和累积分布函数推导安全中断概率的下界闭合表达式的步骤，以及采用神经网络对安全中断概率性能进行预测的步骤；本发明通过以上步骤针对安全中断概率和非零安全容量概率推导出精确的闭合表达式，进而基于神经网络对移动通信物理层安全性能进行了智能预测，与现有的极限学习机、局部加权线性回归、支持向量机等方法进行了比较，取得了更好的安全性能预测效果。
-
公开(公告)号：CN112256728A
公开(公告)日：2021-01-22
申请号：CN202011073745.2
申请日：2020-10-09
Applicant: 青岛科技大学
IPC: G06F16/2453 , G06F16/22
Abstract: 本发明公开了一种基于虚实融合的数据空间构建方法及标识解析方法，包括根据待导入实体生成UUID；利用UUID在数据空间的索引表中进行匹配检索；在未检索到匹配条目时将UUID存入索引表；将实体的相关属性转换成实体描述文件存入数据空间，并与索引表中的UUID相关联；所述实体描述文件的生成方式为：若为虚拟实体，则编写虚拟实体描述文件，其描述元素包括虚拟实体的UUID和所有属性信息；若为物理实体，则编写物理实体描述文件，其描述元素包括所述物理实体的UUID、所有属性信息以及绑定字段；在绑定字段中插入有需要绑定的实体的UUID，以建立关联。本发明通过实体之间的关联关系，以实现数据空间的准确、快速建立。
-
公开(公告)号：CN111860504A
公开(公告)日：2020-10-30
申请号：CN202010698618.5
申请日：2020-07-20
Applicant: 青岛科技大学
Abstract: 本发明公开了一种基于深度学习的多目标跟踪方法及装置，所述方法包括：将视频帧序列输入到残差网络中;将残差网络至少一个底层的输出特征与该网络最后一层的输出特征融合,输出残差网络融合特征图;获得与当前视频帧相邻的前两视频帧对应的注意力图;利用注意力图对当前视频帧的所述残差网络融合特征图作加权,输出空间增强特征图;将空间增强特征图输入到LSTMs网络中,输出时空增强特征图;将时空增强特征图输入到RPN网络中,输出带有区域建议的特征图;将带有区域建议的特征图分别输入到目标检测器和数据关联头,输出目标检测结果和预测关联矢量;基于目标检测结果和关联矢量进行目标跟踪。应用本发明，能提高目标检测与跟踪的精确度。
-
Patent Agency Ranking
公开(公告)号：CN111669777A
公开(公告)日：2020-09-15
申请号：CN202010726800.7
申请日：2020-07-26
Applicant: 青岛科技大学
Abstract: 一种基于改进卷积神经网络的移动通信系统智能预测方法，首先建立移动协作通信系统模型，选取2-Nakagami通信信道；针对发射天线选择方案，推导出所述通信系统OP性能的闭合表达式；选取CNN模型，并将该模型中的池化层去除，将影响通信系统OP性能的信道参数作为该模型输入，再通过训练样本进行训练，即得到基于改进卷积神经网络的移动通信系统智能预测模型。本发明提供的预测方法相较于现有算法性能更好，这验证了本发明的可行性与有效性。
-
公开(公告)号：CN109446420A
公开(公告)日：2019-03-08
申请号：CN201811209371.5
申请日：2018-10-17
Applicant: 青岛科技大学
IPC: G06F16/9535 , G06F16/35 , G06Q30/06
Abstract: 本发明公开了一种跨域协同过滤方法，将用户项目评分数据转换为训练样本集后，对每个辅助域的用户项目评分矩阵进行Funk-SVD分解得到用户潜在向量，继而使用所述用户潜在向量扩展所述训练样本集得到第一扩展训练样本集，添加项目特征信息来扩展第一扩展训练样本集得到第二扩展训练样本集，使用所述第二扩展训练样本集训练不平衡分类器，最后基于所述不平衡分类器预测所述用户项目评分数据的缺失数据并生成推荐；通过采用辅助域数据进行扩展解决目标域数据稀疏性问题，继而对扩展后训练样本进行不平衡分类器的训练，采用不平衡分类器预测目标域的缺失项，进而得到推荐数据，解决现有推荐系统数据集稀疏和不平衡性问题。
-
公开(公告)号：CN109257692A
公开(公告)日：2019-01-22
申请号：CN201810850082.7
申请日：2018-07-28
Applicant: 青岛科技大学
Abstract: 本发明公开了一种移动锚节点辅助水下无线传感器网络定位方法，包括以下步骤：路径规划步骤，确定移动锚节点的信号覆盖半径R，将目标区域划分为若干个边长为R的正六边形的子区域，所述子区域依次紧密排列，相邻的子区域呈共边排列，规划区间移动路径以及区内移动路径；目标节点所在子区域判定步骤，目标节点区内位置定位步骤。本发明的移动锚节点辅助水下无线传感器网络定位方法，采用正六边形的方式划分子区域，能够保证目标区域完全覆盖，且子区域之间覆盖范围的交叠区域最小，有利于提高定位精度，实现水下声信号低能耗的米级定位，同时减少计算量。
-
公开(公告)号：CN109194600A
公开(公告)日：2019-01-11
申请号：CN201811119500.1
申请日：2018-09-25
Applicant: 青岛科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种FBMC/OQAM系统峰均比抑制方法和系统，基于SLM算法得到初始PAPR降低信号后转为时域信号，并基于重叠因子β将其分割为N个数据片段；针对每个数据片段，将每个数据块分割为V个子数据块，并对于每个数据块，基于前一数据块和自身数据块的最小功率和确定自身的最优相位旋转因子，基于最优相位旋转因子得到优化数据块；将β个优化数据块求和得到优化数据片段，以及将N个优化数据片段求和得到优化PAPR降低信号。将数据块采用SLM方法，根据重叠因子对初始降低峰均比后的数据块进行分片处理，每个片段中的数据块再结合考虑相邻数据块重叠影响的情况下都进行PTS预处理具有更优的峰均比抑制性能。
-
公开(公告)号：CN106231549A
公开(公告)日：2016-12-14
申请号：CN201610590733.4
申请日：2016-07-25
Applicant: 青岛科技大学
CPC classification number: H04W4/02 , G01S5/0215 , G01S5/14 , H04W64/00
Abstract: 本发明公开了一种基于重构算法的60GHz脉冲室内定位方法，包括数据预处理步骤和定位步骤，数据预处理步骤包括对待定位区域进行网格划分，计算各大网格和小网格对应的距离特征向量，以及根据各大网格和小网格对应的距离特征向量建立用于粗定位和精定位的观测矩阵，定位步骤中包括粗定位步骤和精定位步骤，分别对目标进行粗定位和精定位，本发明的基于重构算法的60GHz脉冲室内高精度定位方法，通过划分网格，分别进行粗定位和精定位，粗定位用于大致确定目标位置，精定位用于对目标进行精确定位，实现了60GHz脉冲在NLOS环境下的精确定位，定位精度可以达到厘米级。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.03 seconds)
