-
公开(公告)号：CN114301573B
公开(公告)日：2023-05-23
申请号：CN202111404353.4
申请日：2021-11-24
申请人： 超讯通信股份有限公司 , 中山大学
摘要： 本申请公开了一种联邦学习模型参数传输方法及系统，用以解决有噪信道下联邦学习模型参数传输精度低的技术问题。其中，一种联邦学习模型参数传输方法，包括以下步骤：获取模型参数；对所述模型参数中各参数进行量化，生成比特流；对所述比特流进行划分，生成若干比特子流；对所述若干比特子流进行信道编码，生成若干保护子流。通过对联邦学习训练过程中模型的传输环节进行细化，结合了多速率信道编码和分层调制，对不同位置的量化比特进行了不同程度的保护，有效提高了同等信噪比情况下模型收敛的速度和准确率。
-
公开(公告)号：CN114743102A
公开(公告)日：2022-07-12
申请号：CN202210371502.X
申请日：2022-04-11
申请人： 中山大学 , 广东鑫光智能系统有限公司
IPC分类号： G06V20/10 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06K9/62 , G06T7/00 , G06T3/40 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种面向家具板材的瑕疵检测方法、系统及装置，该方法包括：获取样本图像并对样本图像中的瑕疵进行标注，得到瑕疵标签，进而构建样本数据集并对样本数据集进行切片和随机划分，得到训练数据集和测试数据集；对训练数据集进行数据预处理并基于预处理后的训练数据集对预构建的检测器进行训练，得到瑕疵检测模型；基于瑕疵检测模型对测试数据集依次进行特征提取、分类、回归处理和非极大值抑制处理，得到瑕疵检测结果。该系统包括：图像采集模块、预处理模块、瑕疵检测模型训练模块和瑕疵检测模块。通过使用本发明，能够实现在采样条件有限的情况下对包含复杂纹理的板材表面瑕疵进行精准定位与分类。
-
公开(公告)号：CN114694379A
公开(公告)日：2022-07-01
申请号：CN202210318281.X
申请日：2022-03-29
申请人： 中山大学
摘要： 本发明公开了一种基于自适应动态图卷积的交通流预测方法及系统，该方法包括：获取历史交通数据并对历史交通数据进行预处理；构建静态邻接关系图；构建自适应动态邻接关系图张量；构建自适应动态图卷积预测模型；基于预处理历史交通数据对自适应动态图卷积预测模型进行训练；将待测数据交通流数据输入至训练完成的预测模型，得到预测结果。该系统包括：预处理模块、第一构建模块、第二构建模块、模型构建模块、训练模块和预测模块。通过使用本发明，能够提高交通流预测的准确性。本发明作为一种基于自适应动态图卷积的交通流预测方法及系统，可广泛应用于交通预测领域。
-
公开(公告)号：CN113078940A
公开(公告)日：2021-07-06
申请号：CN202110332312.2
申请日：2021-03-29
申请人： 中山大学
IPC分类号： H04B7/185
摘要： 本发明公开了一种宽带低轨卫星通信系统的信关站选址方法及系统，该方法包括：生成卫星网络静态拓扑；构建全球用户位置业务模型，得到所有卫星承载的业务量；以最小化通信时延和最大化数据传输速率为目标，以信关站选址范围、信关站接收机门限和单星容量上限为约束条件，构建目标函数；计算一组候选信关站其目标函数适应度的具体方法；采用遗传算法优化信关站的选址。该系统包括：卫星、信关站和用户终端。本发明考虑了单星容量限制和全球业务分布对信关站选址的影响，为宽带低轨卫星通信系统的信关站选址提供一种有效的参考方法。本发明作为一种宽带低轨卫星通信系统的信关站选址方法及系统，可广泛应用于卫星通信技术领域。
-
公开(公告)号：CN111711510B
公开(公告)日：2021-06-22
申请号：CN202010166494.6
申请日：2020-03-11
申请人： 中山大学 , 中国电子科技集团公司第五十四研究所
IPC分类号： H04L1/00
摘要： 本发明为一种简化的基本信号估计器(Simplified Elementary Signal Estimator,SESE)与概率数据关联(Probabilistic Data Association,PDA)算法结合的用于异步交织多址系统(Interleave‑Division Multiple Access,IDMA)的低复杂度多用户检测(Multiuser Detection,MUD)方法，属于无线通信技术领域。该方法主要包括以下步骤：首先对传统基本信号估计器(Elementary Signal Estimator,ESE)方法进行理想软干扰消除的近似，得到低复杂度SESE方法的子方法一，对子方法一中的运算函数进一步简化得到子方法二，其中子方法一的复杂度略高于子方法二，而误码率性能更优；然后根据复杂度和误码率性能的需求选择SESE方法中的子方法一或子方法二进行迭代过程；最后存储迭代完成后的变量信息，切换到PDA方法进行迭代完成后续过程。相比于传统的ESE方法，本发明的方法在降低复杂度的同时在异步延时较大的情况下获得更好的系统误码率性能。
-
公开(公告)号：CN112819823A
公开(公告)日：2021-05-18
申请号：CN202110227197.2
申请日：2021-03-02
申请人： 中山大学
摘要： 本发明公开了一种面向家具板材的圆孔检测方法、系统及装置，该方法包括：对数据进行预处理；对预构建的RCF模型进行训练，得到边缘检测模型；对待测样本进行边缘粗提取，得到边缘概率图；选取像素点集；根据预设规则拟合计算圆心坐标、圆孔半径和方差并输出检测结果。该系统包括：预处理模块、边缘检测模型训练模块、边缘提取模块、像素点集选取模块和结果输出模块。该装置包括存储器以及用于执行上述面向家具板材的圆孔检测方法的处理器。通过使用本发明，能够在采样条件有限的情况下对包含复杂纹理的板材表面圆孔轮廓进行精准识别。本发明作为一种面向家具板材的圆孔检测方法、系统及装置，可广泛应用于计算机视觉边缘检测。
-
公开(公告)号：CN111585641B
公开(公告)日：2021-04-13
申请号：CN202010384775.9
申请日：2020-05-09
申请人： 中山大学
IPC分类号： H04B7/185 , H04L25/02 , H04B7/0413
摘要： 本发明公开了一种用于低轨星座的卫星MIMO自适应传输方法，应用于低轨卫星星座与地面用户搭建多输入多输出(MIMO)通信系统，以获得高信道容量，属于卫星通信技术领域。该方法基于卫星MIMO通信系统的框架，引入了以大尺度路径损耗为标准选取通信卫星的思想。该方法分两个阶段进行选星：一、计算所有可见卫星的路径损耗值，以大尺度路径损耗标准进行第一次选星；二、从第一次选出的M颗卫星中再选出Nt颗卫星，通过递减卫星选择算法选出容量最大的卫星组合，从而完成第二次选星；该方案相比于传统低轨卫星(LEO)MIMO传输中，以最大接收功率作为选星准则，或遍历所有卫星进行选星，以更低的计算复杂度逼近最优容量性能。
-
公开(公告)号：CN110032638B
公开(公告)日：2021-04-13
申请号：CN201910315538.4
申请日：2019-04-19
申请人： 中山大学
IPC分类号： G06F16/34 , G06F40/279 , G06N3/04
摘要： 本发明公开了一种基于编码器‑解码器的生成式摘要提取方法，该方法基于含有注意力机制的编码器‑解码器框架，引入了变分自编码网络和复制的思想。方法的编码器部分与常规编码器相同，所用基本单元为GRU，解码器部分共有三层，第一层和第二层是GRU解码层，用于确定性部分的输出，第三层是变分自编码层，用于潜在结构变量部分的输出，而注意力机制将会被引入到第二层GRU中。在网络的输出部分，将复制部分和生成部分的隐藏层状态合为一体后映射为网络的输出。同时，在变分自编码层中增加了历史依赖项，使之能够适应时序网络。该方法充分利用了编码器隐藏层状态的信息，提高了输出准确率，具有更好的性能。
-
公开(公告)号：CN109658402A
公开(公告)日：2019-04-19
申请号：CN201811539019.8
申请日：2018-12-17
申请人： 中山大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于计算机视觉成像的工业型材几何尺寸自动检测方法，包括步骤：从输入源获取图像，自动检测型材位置并提取感兴趣区；对提取图像进行检测前预处理，改善图片动态范围并得到二值图；分别提取内外轮廓，并做多边形拟合；对于外轮廓，判断多边形顶点处于直线或曲线上，对于内轮廓，判断其为孔或槽；对于外轮廓，根据判断结果计算直线与曲线参数，对于内轮廓，计算孔的位置与半径，槽的位置、长宽与倾斜度；最后，输出检测参数，并将检测结果标注于原图，展现给用户。本发明自动识别图片中工业型材位置，运用计算机视觉和图像处理技术，精确检测输出工业型材的直线、曲线、内部钻孔、锯槽与铣槽各项参数，并将结果标注于原图上。
-
公开(公告)号：CN105933044B
公开(公告)日：2018-11-06
申请号：CN201610313021.8
申请日：2016-05-11
申请人： 中山大学 , 中国电子科技集团公司第五十四研究所
IPC分类号： H04B7/0413 , H04B7/06
摘要： 本发明公开了一种共轭梯度法(CG)与雅可比(Jacobi)迭代法(JC)结合的用于大规模多天线系统(Massive MIMO)的低复杂度预编码方法，属于无线通信技术领域。该方法主要包括四个步骤：首先使用对角近似初始解，提高收敛速率；然后使用两次以快速收敛为特点的CG方法，为后续的低复杂度的JC迭代提供精确的搜索方向；接下来先使用混合迭代的思想，利用CG方法的原理以及前两次CG方法的结果降低第一次JC迭代的复杂度；最后使用JC迭代完成后续迭代过程。相比于用于大规模多天线系统预编码的传统近似矩阵求逆方法，该方法具有更快的收敛速率，从而能够以更少的迭代次数、更低的复杂度获得更好的系统误码率性能。
-
-
-
-
-
-
-
-
-
搜索结果
147 条记录 (耗时 0.134 秒)
