-
公开(公告)号：CN119206341A
公开(公告)日：2024-12-27
申请号：CN202411311373.0
申请日：2024-09-20
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06V20/10 , G06N3/045 , G06N3/0464 , G06N3/088 , G06N3/0895 , G06N3/096
Abstract: 本发明一种基于无监督类别增量学习的植物病害识别方法、系统及存储介质，涉及植物病害识别技术领域，为解决现有的深度学习模型不能满足模型的实时更新和优化的应用需求，时效性较差，且存在新类别数据中没有标签标注时类别增量学习策略会失效的问题。包括：S1、将数据集按类别划分为多个阶段的类别集；S2、利用混合重放算法将当前任务的图像和从旧类别数据的缓存区中统一采样选择的随机图像之间进行插值，生成合成样本；S3、构建SimSiam模型，包括两个相同的神经网络分支，两个分支共享参数，基于两个网络分支的负余弦相似度构建损失函数，多阶段的训练所述SimSiam模型；S4、基于KNN算法对模型性能进行评估；S5、采用训练后的SimSiam模型对植物病害进行分类。
-
公开(公告)号：CN114898108B
公开(公告)日：2023-01-06
申请号：CN202210321733.X
申请日：2022-03-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于FPGA的CNN模型轻量化方法、一种目标检测方法及系统，涉及目标检测技术领域，用以解决现有基于FPGA的CNN模型在目标检测中能量效率较低导致不能满足低功耗、低延时计算需求的问题。本发明的技术要点包括：对SqueezeNet网络模型的卷积层进行定点化，定点化是指对计算和内存存储中的浮点数进行定点表示和运算，包括对输入特征图的定点化、对卷积层参数的定点化和对卷积层激活函数的定点化，其中，输入特征图和卷积层参数均为单精度浮点数；进而还提供一种包含上述SqueezeNet网络模型的目标检测方法及系统。本发明降低了检测网络的计算复杂度，适用于特定场景下的边缘计算平台，提升了检测模型的能量使用效率。
-
公开(公告)号：CN114978195A
公开(公告)日：2022-08-30
申请号：CN202210469858.7
申请日：2022-04-30
Applicant: 哈尔滨工业大学
IPC: H03M13/13
Abstract: 一种极化码串行抵消列表译码码字相关的错误图样集搜索方法及系统，涉及极化码译码技术领域，用以解决现有Chase‑II算法码字生成时产生错误图样遗漏的问题。本发明对于极化码串行抵消列表译码对应的Rate‑1和SPC外码，按照以下过程进行错误图样搜索：迭代循环多次，每次循环时在待选错误图样集合中循环遍历获得待选错误图样εe或其元素总数为偶数/奇数的εe；在待比较错误图样集合中循环遍历获得待比较错误图样εt或其元素总数为偶数/奇数的εt；对εe和εt进行条件判定，确定是否存在关系根据列表大小进行其他条件判定，最终确定错误图样集。本发明根据输入似然值序列长度和列表大小对错误图样的限制生成所需错误图样，提升了其在快速串行抵消列表译码应用中的纠错能力。
-
公开(公告)号：CN109347601A
公开(公告)日：2019-02-15
申请号：CN201811189786.0
申请日：2018-10-12
Applicant: 哈尔滨工业大学
Abstract: 基于卷积神经网络的抗音调干扰LDPC码的译码方法，本发明涉及LDPC码的译码方法。本发明的目的是为了解决现有神经网络译码模型在受到音调干扰的时候，译码性能准确率低的问题。过程为：1、建立用于LDPC码译码的卷积神经网络；2、确定卷积神经网络的初始参数；3、基于通信信号获得卷积神经网络的训练样本和测试样本；4、将训练样本输入到卷积神经网络中进行训练，得到训练好的卷积神经网络；5、将测试样本输入训练好的卷积神经网络进行测试，得到最终训练好的卷积神经网络；6、利用最终训练好的卷积神经网络对受到音调干扰的LDPC码进行译码。本发明属于通信技术领域。
-
公开(公告)号：CN108777604A
公开(公告)日：2018-11-09
申请号：CN201810486452.3
申请日：2018-05-18
Applicant: 哈尔滨工业大学
IPC: H04L1/00 , H04B1/7163
Abstract: 一种基于高斯混合模型聚类的波分多址超宽带多用户检测方法，本发明涉及波分多址超宽带多用户检测方法。本发明为了解决现有波分多址超宽带多用户检测方法实时性差以及检测性能低的问题。本发明包括：一：获取高斯信道下波分多址超宽带信号，将超宽带信号输入至K个匹配滤波器中进行初步检测，得到匹配滤波结果y；二：将K个用户的匹配滤波结果y进行符号判决和码元映射，将匹配滤波结果y映射为符合高斯混合模型的码元映射结果；三：将码元映射结果进行高斯混合模型聚类，将错误码元纠错后，输出波分多址超宽带多用户检测结果。本发明用于超宽带通讯领域。
-
Patent Agency Ranking
公开(公告)号：CN114978196B
公开(公告)日：2023-02-03
申请号：CN202210469859.1
申请日：2022-04-30
Applicant: 哈尔滨工业大学
IPC: H03M13/13
Abstract: 一种多核极化码快速串行抵消列表译码方法，涉及极化码译码技术领域，用以解决现有的多核极化码串行抵消列表译码算法的高延迟问题。本发明的技术要点包括：对于由F2核矩阵和F3核矩阵组成的多核极化码，利用串行抵消列表译码算法进行译码，在对完全多叉树结构的深度优先遍历过程中，针对核矩阵为F2或F3的节点，提供递归计算各条路径的似然值和码字序列的不同公式；针对特殊外码Rate‑1和Rate‑0的节点，提供另外的更新流程，包括码字序列的计算和路径度量的更新计算。本发明丰富了极化码的码长应用范围，降低了对应的译码延迟。
-
公开(公告)号：CN114978195B
公开(公告)日：2023-02-03
申请号：CN202210469858.7
申请日：2022-04-30
Applicant: 哈尔滨工业大学
IPC: H03M13/13
Abstract: 一种极化码串行抵消列表译码码字相关的错误图样集搜索方法及系统，涉及极化码译码技术领域，用以解决现有Chase‑II算法码字生成时产生错误图样遗漏的问题。本发明对于极化码串行抵消列表译码对应的Rate‑1和SPC外码，按照以下过程进行错误图样搜索：迭代循环多次，每次循环时在待选错误图样集合中循环遍历获得待选错误图样εe或其元素总数为偶数/奇数的εe；在待比较错误图样集合中循环遍历获得待比较错误图样εt或其元素总数为偶数/奇数的εt；对εe和εt进行条件判定，确定是否存在关系根据列表大小进行其他条件判定，最终确定错误图样集。本发明根据输入似然值序列长度和列表大小对错误图样的限制生成所需错误图样，提升了其在快速串行抵消列表译码应用中的纠错能力。
-
公开(公告)号：CN114866093B
公开(公告)日：2023-02-03
申请号：CN202210469866.1
申请日：2022-04-30
Applicant: 哈尔滨工业大学
IPC: H03M13/13
Abstract: 一种面向极化码快速串行抵消列表译码的高效码本选择方法，涉及极化码译码技术领域，用以解决现有极化码快速串行抵消列表译码方法运算冗余、译码延迟高的问题。本发明对于两种外码：Rate‑1和SPC外码，根据码字错误图样分别计算获得L条路径对应的多个路径可靠性度量和待选码字；在每组多个路径可靠性度量中选择路径可靠性度量最小值，获得最小路径度量集合PM及待选最优码字集合；利用小根堆排序方法在集合PM中进行比较，选出集合中数值最小的路径可靠性度量PM1，并在待选最优码字集合中选择与其对应的码字作为最优码字；将PM1弹出集合PM，重复上述步骤，每一次选出数值最小的路径可靠性度量PM2、……、PMn，及其对应的最优码字，直至获取L个最优码字。
-
公开(公告)号：CN115265458A
公开(公告)日：2022-11-01
申请号：CN202210908931.6
申请日：2022-07-29
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种基于轨迹点扩充及二维量化的自适应农机作业面积测算方法，属于农机作业面积测算技术领域。为了解决现有的农机工作面积测算方法不能有效处理重耕、漏耕的作业情况，不能高效率地、准确地测算农机工作面积的问题。包括以下步骤：步骤一、采集农机作业过程的经纬度坐标轨迹点，将经纬度坐标转换为平面xy坐标；步骤二、预处理以去除离群点和农机非正常作业状态下轨迹点；步骤三、设置机具宽度及最粗扩充距离，对轨迹点进行扩充；步骤四、对扩充后的轨迹点序列进行相对坐标转换及二维量化，对量化点进行权重赋值；步骤五、根据概率分布计算每一量化点面积并求和获得农机作业面积。本发明是一种高效率地、高精度的农机作业面积测算方法。
-
公开(公告)号：CN108777604B
公开(公告)日：2021-03-09
申请号：CN201810486452.3
申请日：2018-05-18
Applicant: 哈尔滨工业大学
IPC: H04L1/00 , H04B1/7163
Abstract: 一种基于高斯混合模型聚类的波分多址超宽带多用户检测方法，本发明涉及波分多址超宽带多用户检测方法。本发明为了解决现有波分多址超宽带多用户检测方法实时性差以及检测性能低的问题。本发明包括：一：获取高斯信道下波分多址超宽带信号，将超宽带信号输入至K个匹配滤波器中进行初步检测，得到匹配滤波结果y；二：将K个用户的匹配滤波结果y进行符号判决和码元映射，将匹配滤波结果y映射为符合高斯混合模型的码元映射结果；三：将码元映射结果进行高斯混合模型聚类，将错误码元纠错后，输出波分多址超宽带多用户检测结果。本发明用于超宽带通讯领域。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
