-
公开(公告)号：CN114677403B
公开(公告)日：2024-07-09
申请号：CN202111359719.0
申请日：2021-11-17
Applicant: 东南大学
IPC: G06T7/194 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明公开了一种基于深度学习注意力机制的肝脏肿瘤图像分割方法，属于图像处理领域。本发明将轴向注意力和多尺度注意力融合进深度学习肝脏肿瘤分割网络。轴向注意力能够在占用少量计算资源的情况下，有效地提取肝脏肿瘤CT图像的全局信息特征，而多尺度注意力可以有效地针对多尺度目标进行自适应的特征提取。网络整体采用U型的网络结构，主干为卷积提取路径，辅路为注意力机制，能够有效地提高肝脏肿瘤分割的性能。
-
公开(公告)号：CN116739909A
公开(公告)日：2023-09-12
申请号：CN202310363514.2
申请日：2023-04-07
Applicant: 东南大学
IPC: G06T5/00 , G06V10/774 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种基于多尺度大卷积神经网络的图像修复方法，可用来实现对受损图像的纹理和语义修复，从而达到修复缺损图像且符合人类感官感受的效果。该方法包括：根据原始图像数据和图像掩膜，预处理获得被掩膜遮挡的待修复图像，进而构建训练数据集；构建基于多尺度大卷积神经网络的图像修复MSLK‑GAN生成对抗网络模型；将构建的训练数据集输入到MSLK‑GAN网络的生成器并且输出修复后的RGB图像；将已修复的RGB图像输入MSLK‑GAN网络的判别器得到此图像各个部分判别为原始图像的概率并通过加权损失函数对生成器和判别器联合训练；在测试集上评估模型MSLK‑GAN的训练效果。本发明相比于当前主流模型，在L1误差、峰值信噪比和结构相似性这三项指标中取得了更好的恢复效果。
-
Patent Agency Ranking
公开(公告)号：CN116405077A
公开(公告)日：2023-07-07
申请号：CN202310386768.6
申请日：2023-04-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度学习的大规模MIMO混合波束赋形方法，可以实现不完美信道状态信息的混合波束赋形。该方法适用于单基站多用户场景，采用SV毫米波信道模型，生成大量的完美的信道状态信息作为数据集；将完美信道状态信息采用稀疏重构的信道估计算法进行信道估计，获得不完美信道状态信息；构建神经网络模型，网络输入为不完美信道状态信息和噪声功率，网络输出为数字波束赋形矩阵和模拟波束赋形矩阵，以负的系统总下行速率作为损失函数，进行无监督的训练，对收敛的神经网络模型输入不完美信道状态信息和噪声功率进行测试，与传统的OMP算法相比，具有更低的时间复杂度和更好的性能。
-
公开(公告)号：CN118972873A
公开(公告)日：2024-11-15
申请号：CN202310545028.2
申请日：2023-05-15
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司 , 东南大学
IPC: H04W24/02 , H04W24/06 , H04L41/14 , H04L41/147 , H04L41/16 , H04L41/142
Abstract: 本发明公开了一种基于深度神经网络的小区级流量预测方法及相关装置，其中方法包括：对历史小区级业务流量特征数据进行数据清洗，去除其中的异常数值和与下行流量无关的特征量；对所述历史小区级业务流量特征数据进行筛选，去除其中的离群值；根据所述历史小区级业务流量特征数据，生成训练集，基于训练集训练得到小区级流量预测模型；将当前小区级业务流量特征数据输入至所述小区级流量预测模型，得到当前小区的下行预测流量。本发明通过去除异常数值、离群值和与下行流量无关的特征量，对小区级业务流量特征数据进行特征提取和预测，提高了小区下行流量预测的准确率，同时也提升了网络资源的利用率。
-
公开(公告)号：CN116405070A
公开(公告)日：2023-07-07
申请号：CN202310393588.0
申请日：2023-04-12
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习增强的大规模MIMO下行CSI反馈方法，在现有的自编码网络CsiNet基础上修改了编码器网络、解码器网络和反馈内容，增强了对CSI矩阵的特征提取能力、减少了网络复杂度、让深度学习网络的输入与CSI矩阵处于同一个数量级。增加了拼图解谜训练策略来平衡深度学习中压缩任务和识别任务的关系，既保留CSI矩阵物理信息的完整性又不丢失其可区分性，增强下行CSI反馈性能。
-
公开(公告)号：CN114677403A
公开(公告)日：2022-06-28
申请号：CN202111359719.0
申请日：2021-11-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度学习注意力机制的肝脏肿瘤图像分割方法，属于图像处理领域。本发明将轴向注意力和多尺度注意力融合进深度学习肝脏肿瘤分割网络。轴向注意力能够在占用少量计算资源的情况下，有效地提取肝脏肿瘤CT图像的全局信息特征，而多尺度注意力可以有效地针对多尺度目标进行自适应的特征提取。网络整体采用U型的网络结构，主干为卷积提取路径，辅路为注意力机制，能够有效地提高肝脏肿瘤分割的性能。
-
公开(公告)号：CN116896754A
公开(公告)日：2023-10-17
申请号：CN202310406751.2
申请日：2023-04-17
Applicant: 东南大学
Abstract: 本发明公开了基于知识图谱因果效应估计的无线通信网络参数调优方法。方法包括：从无线通信网络参数测量数据出发，根据无线通信网络协议的内生因素构建相应的局部知识图谱，从测量数据中分离出研究对象、干预变量、协变量、观测结果，利用观察数据构造随机试验，使用反事实推理的方法评估干预变量对网络性能指标的影响效果，推广到整个图谱，能够得到各个可调参数对各个网络性能指标的影响效果，从而给出无线通信网络性能调整的方向，在现有网络基础上给出网络优化的调整选项。系统包括知识图谱构建模块、环境交互模块以及因果推理模块。本发明在有限的计算资源和人工成本下，从无线通信网络全局最优出发对无线通信网络参数进行辅助优化。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
