-
公开(公告)号：CN104066141A
公开(公告)日：2014-09-24
申请号：CN201410328251.2
申请日：2014-07-10
申请人： 中国科学院自动化研究所 , 北京大学
摘要： 本发明公开了一种基于全空时网络编码的协同通信方法，该方法包括：N个信号源节点中的每个信号源节点在分配时隙中将需要传播的信息发送给所有中继节点和目的节点；R个中继节点中的每个中继节点将从信号源节点接收到的所有信息进行网络编码，并将经过网络编码后得到的信号协助转发给所有目的节点和其他中继节点；对目的节点所接收到的信号进行目标信号检测，得到目标信号。本发明同时还公开了一种基于全空时网络编码的协同通信系统。与传统协同通信技术相比，本发明采用空时网络编码技术，考虑了中继节点的协同工作，并根据信号源节点与中继节点之间的信道情况对中继节点的转发顺序进行优化，增加了有效中继节点的数目，提高了通信系统的稳定性。
-
公开(公告)号：CN104580058A
公开(公告)日：2015-04-29
申请号：CN201510029014.0
申请日：2015-01-21
申请人： 中国科学院自动化研究所 , 北京大学
IPC分类号： H04L27/26
CPC分类号： H04L25/03821 , H04L27/2601
摘要： 本发明提出了一种OFDM系统子载波间干扰自消除方法，包含以下步骤：1、将OFDM系统的所有子载波进行分组，对每个分组选择一定数目的子载波对激活，并将信息调制到激活子载波上；2、系统中的每对子载波进行ICI干扰自消除调制；3、发射端，调制后所有的子载波对以分布式进行排列；4、接收端，对系统中的每对子载波进行ICI干扰自消除解调；5、将系统中所有的子载波对恢复为原来的集中式排列；6、对每一组子载波采用最大似然法则进行激活状态检测，并解调激活子载波上的数据。本方法在不提高系统复杂度的情况下，能够获得相比ICI干扰自消除方案及IM-OFDM方案更好的ICI抑制效果。
-
公开(公告)号：CN104580058B
公开(公告)日：2018-04-13
申请号：CN201510029014.0
申请日：2015-01-21
申请人： 中国科学院自动化研究所 , 北京大学
IPC分类号： H04L27/26
摘要： 本发明提出了一种OFDM系统子载波间干扰自消除方法，包含以下步骤：1、将OFDM系统的所有子载波进行分组，对每个分组选择一定数目的子载波对激活，并将信息调制到激活子载波上；2、系统中的每对子载波进行ICI干扰自消除调制；3、发射端，调制后所有的子载波对以分布式进行排列；4、接收端，对系统中的每对子载波进行ICI干扰自消除解调；5、将系统中所有的子载波对恢复为原来的集中式排列；6、对每一组子载波采用最大似然法则进行激活状态检测，并解调激活子载波上的数据。本方法在不提高系统复杂度的情况下，能够获得相比ICI干扰自消除方案及IM‑OFDM方案更好的ICI抑制效果。
-
公开(公告)号：CN104066141B
公开(公告)日：2017-11-07
申请号：CN201410328251.2
申请日：2014-07-10
申请人： 中国科学院自动化研究所 , 北京大学
摘要： 本发明公开了一种基于全空时网络编码的协同通信方法，该方法包括：N个信号源节点中的每个信号源节点在分配时隙中将需要传播的信息发送给所有中继节点和目的节点；R个中继节点中的每个中继节点将从信号源节点接收到的所有信息进行网络编码，并将经过网络编码后得到的信号协助转发给所有目的节点和其他中继节点；对目的节点所接收到的信号进行目标信号检测，得到目标信号。本发明同时还公开了一种基于全空时网络编码的协同通信系统。与传统协同通信技术相比，本发明采用空时网络编码技术，考虑了中继节点的协同工作，并根据信号源节点与中继节点之间的信道情况对中继节点的转发顺序进行优化，增加了有效中继节点的数目，提高了通信系统的稳定性。
-
公开(公告)号：CN116797851A
公开(公告)日：2023-09-22
申请号：CN202310946560.5
申请日：2023-07-28
申请人： 中国科学院自动化研究所
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06N3/049 , G06N3/0464
摘要： 本发明涉及人工智能领域，提供一种图像分类模型的类脑连续学习方法、图像分类方法和装置，学习方法包括：获取初始神经网络、样本图像及其对应的图像类别标签；将输入信号输入至初始神经网络，得到各层神经元输出的图像特征；对图像类别标签进行编码，得到样本图像的期望；并将期望分别映射到各层中，得到各层的局部多巴胺浓度；基于局部多巴胺浓度，对各层的初始局部梯度进行调制，得到各层的调制后局部梯度；基于调制后局部梯度，对初始神经网络的突触连接权重进行更新，以完成类脑连续学习，得到图像分类模型。本发明提供的图像分类模型的类脑连续学习方法、图像分类方法和装置，可以最大程度上保留旧任务信息，同时实现对新任务的学习能力。
-
公开(公告)号：CN112215912B
公开(公告)日：2021-06-22
申请号：CN202011093264.8
申请日：2020-10-13
申请人： 中国科学院自动化研究所
摘要： 本发明属于数据处理领域，具体涉及了一种基于动态视觉传感器的显著性图生成系统、方法和装置，旨在解决的问题。本发明包括：通过动态视觉传感器获取事件数据，并通过目标检测网络中的每个神经元将DVS事件数据和从相互关联的神经元获取的信息进行累加缓存，每隔预设的时间通过激活函数获取神经元膜电位，并根据神经元膜电位与预设的饱和阈值的大小关系输出脉冲信号，前一时刻的膜电位u(t0)经过衰减与当前接收的激励进行累加，结果用于脉冲信号和膜电位更新判断。本发明使得目标检测网络阵列生成的显著性图排除了冗余的背景信息，提高了目标检测的可信度和精确度，避免出现误判。
-
公开(公告)号：CN112215912A
公开(公告)日：2021-01-12
申请号：CN202011093264.8
申请日：2020-10-13
申请人： 中国科学院自动化研究所
摘要： 本发明属于数据处理领域，具体涉及了一种基于动态视觉传感器的显著性图生成系统、方法和装置，旨在解决的问题。本发明包括：通过动态视觉传感器获取事件数据，并通过目标检测网络中的每个神经元将DVS事件数据和从相互关联的神经元获取的信息进行累加缓存，每隔预设的时间通过激活函数获取神经元膜电位，并根据神经元膜电位与预设的饱和阈值的大小关系输出脉冲信号，前一时刻的膜电位u(t0)经过衰减与当前接收的激励进行累加，结果用于脉冲信号和膜电位更新判断。本发明使得目标检测网络阵列生成的显著性图排除了冗余的背景信息，提高了目标检测的可信度和精确度，避免出现误判。
-
公开(公告)号：CN116797851B
公开(公告)日：2024-02-13
申请号：CN202310946560.5
申请日：2023-07-28
申请人： 中国科学院自动化研究所
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06N3/049 , G06N3/0464
摘要： 本发明涉及人工智能领域，提供一种图像分类模型的类脑连续学习方法、图像分类方法和装置，学习方法包括：获取初始神经网络、样本图像及其对应的图像类别标签；将输入信号输入至初始神经网络，得到各层神经元输出的图像特征；对图像类别标签进行编码，得到样本图像的期望；并将期望分别映射到各层中，得到各层的局部多巴胺浓度；基于局部多巴胺浓度，对各层的初始局部梯度进行调制，得到各层的调制后局部梯度；基于调制后局部梯度，对初始神经网络的突触连接权重进行更新，以完成类脑连续学习，得到图像分类模型。本发明提供的图像分类模型的类脑连续学习方法、图像分类方法和装置，可以最大程度上保留旧任务信息，同时实现对新任
-
公开(公告)号：CN118821608A
公开(公告)日：2024-10-22
申请号：CN202410949422.7
申请日：2024-07-16
申请人： 北京大学
IPC分类号： G06F30/27 , G06N3/0464 , G06V10/44 , G06N3/045 , G06N3/0499 , G06N3/0985 , G06N3/096 , G06N3/084 , G06V20/17
摘要： 本发明公布了一种基于机器联觉的无人机对地路径损耗实时预测方法，包括：构建6G高动态无人机场景下的通信与多模态感知融合数据集；数据集包含多模态感知图像数据和无线信道数据即路径损耗；提取多模态感知图像中的环境特征；获取环境特征与路径损耗之间的映射关系，实现6G无人机对地场景下的实时路径损耗预测。本发明属于无线通信技术领域，所构建无人机场景下的实时路径损耗预测方法可用于无人机通信系统设计和优化，指导无人机网络规划和资源分配优化。
-
公开(公告)号：CN114091598B
公开(公告)日：2024-06-21
申请号：CN202111353055.7
申请日：2021-11-16
申请人： 北京大学
IPC分类号： G06V20/58 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/46
摘要： 本发明公布了一种基于语义级信息融合的多车协同环境感知方法，分别设计车联网中的单车端的数据处理和融合端的数据处理，实现基于语义级信息融合的多车协同环境感知；包括：对多个车辆利用目标检测算法提取出周边环境中的障碍物信息；针对通用目标检测算法，设计环境敏感度的评估方法；基于环境敏感度的评估方法，进一步提出置信度评估方法，作为目标检测算法可靠性的评估；基于置信度，对多个车辆的障碍物提取结果进行融合。本发明方法可靠性高，多车协同环境信息获取的精度高。
-
-
-
-
-
-
-
-
-
搜索结果
88 条记录 (耗时 0.064 秒)
