-
公开(公告)号:CN119904398A
公开(公告)日:2025-04-29
申请号:CN202510089673.7
申请日:2025-01-21
Applicant: 安徽大学
IPC: G06T5/90
Abstract: 本发明涉及一种基于分段颜色平衡和多尺度增强融合的水下图像增强方法,包括:计算每个颜色通道的灰度平均值,选择参考通道;得到校正后的第一通道和校正后的第一通道;将V通道分解为原始基础层和三个尺度细节层;得到增强细节层;生成最终的增强结果。本发明设计了增益因子来补偿其他通道的信息损失,通过考虑不同颜色通道的衰减特性来降低颜色平衡图像的颜色损失,从而满足灰色世界假设;有助于提高传输估计,以获得更好的细节增强和颜色保存;无需计算暗通道即可估计传输,可以减少晕伪影和计算复杂度;在多尺度融合中嵌入了细节金字塔,以补偿水下图像曝光不足或过度曝光区域的细节损失;本发明的对比度和细节恢复是在不同的尺度上实现的。
-
公开(公告)号:CN119828005A
公开(公告)日:2025-04-15
申请号:CN202510260243.7
申请日:2025-03-06
Applicant: 安徽大学
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G01R31/389
Abstract: 本发明提供一种基于电化学模型的锂离子电池健康状态估算方法及系统,涉及电池健康状态估算技术领域,具体包括:实时采集锂离子电池的关键参数,并且利用电化学反应动力学公式计算开路电压;计算健康指数,根据设定的最佳工作温度和当前工作环境温度均值计算温度影响指数,根据电池容量、循环次数和锂离子电池的内阻数据计算内阻影响指数;根据健康指数、温度影响指数和内阻影响指数计算用于反映待测锂离子电池健康状态的电池健康评分;将电池健康评分与预设的健康评估阈值进行比较,根据比较的结果,评估锂离子电池的健康状态,提供了一种科学的电池健康评估机制。
-
公开(公告)号:CN118135596A
公开(公告)日:2024-06-04
申请号:CN202410270335.9
申请日:2024-03-11
Applicant: 安徽大学
IPC: G06V30/42 , G06V30/413 , G06T5/50 , G06V30/19 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一个文档印章图像的去印章方法,包括:1导入图片;2使用深度学习方法检测图像中的印章位置并返回印章位置坐标;3根据坐标在原图上将印章所在区域裁剪保存,并将原印章位置逐像素遍历更改为白色像素;4对裁剪保存的印章区域图片进行像素聚类,得到印章主体像素值,文字像素值以及图片背景像素值;5根据三类像素值,通过设计的八邻域判别法对印章区域像素值进行替换;6将处理后的印章区域图片与原始裁剪图片融合得到最终输出图像。本发明通过预训练后的深度学习网络精确定位印章位置,实行精确裁剪,通过像素值聚类分析以及八邻域判别方法在保证印章信息去除的同时极大程度保证文字内容的完整性,从而提高OCR识别的准确性。
-
公开(公告)号:CN113098571B
公开(公告)日:2022-03-01
申请号:CN202110330579.8
申请日:2021-03-23
Applicant: 安徽大学
IPC: H04B7/0413 , H04L25/03
Abstract: 本发明提供一种大规模MIMO系统信号检测方法、系统、基站及存储介质,所述检测方法包括对第一初始信号进行主动禁忌搜索检测,以获取初始估计向量;根据所述初始估计向量消除所述第一初始信号中的干扰信号,以获取第二初始信号;对所述第二初始信号进行消息传递检测以获取输出向量估计;根据所述输出向量估计对符号向量进行重构,以获取符号向量重构值;将所述符号向量重构值作为主动禁忌搜索的输入进行迭代操作,迭代结束后的最终的所述符号向量重构值作为检测结果输出。利用本发明,可以改善RTS算法在高阶调制下性能不佳的情况,且拥有更低的复杂度。
-
公开(公告)号:CN118840229A
公开(公告)日:2024-10-25
申请号:CN202411029902.8
申请日:2024-07-30
Applicant: 安徽大学
IPC: G06Q50/18 , G06F16/951 , G06F16/28 , G06F16/215 , G06N3/042
Abstract: 本发明涉及人工智能技术领域,且公开了一种基于图神经网络的专利价值评估方法,步骤一:采集数据集在lncopat筛选出互联网金融专利数据,以专利号为检索条件,爬取Google Patent检索到的信息作为补充,构成一份专利网络关系完整的互联网金融专利数据集;步骤二:数据预处理对专利数据集进行预处理,剔除缺失率高的特征,将专利号转换为哈希值;步骤三:构建图结构数据;步骤四:使用图神经网络模型评估专利价值。该基于图神经网络的专利价值评估方法,核心在于整合了多种技术,提供了更智能、更直观的专利价值评估方式,特别是在专利数据集整合和使用方面的独特性,这些特点为贷前审入阶段的工作带来了更高效、更智能的评估考量。
-
公开(公告)号:CN113078931B
公开(公告)日:2022-04-22
申请号:CN202110326125.3
申请日:2021-03-26
Applicant: 安徽大学
IPC: H04B7/0456
Abstract: 本发明提供一种基于QGA‑OMP算法的毫米波大规模MIMO混合预编码方法及系统,在传统的OMP算法用于毫米波大规模MIMO混合预编码的研究基础上,利用QGA算法模拟自然进化过程、快速搜索全局最优值的特点,搜索与残差内积相乘最大的阵列响应矢量,获得全局最优解的阵列响应向量,从而在发射端获得最优的基带预编码器和射频预编码器,消除了对已知候选矩阵的需求、降低了计算的复杂度;同时,QGA算法获得的全局最优解的阵列响应向量,使本发明的混合预编码性能接近于最优的全数字预编码,极大的提高了系统的频谱效益。
-
公开(公告)号:CN113078931A
公开(公告)日:2021-07-06
申请号:CN202110326125.3
申请日:2021-03-26
Applicant: 安徽大学
IPC: H04B7/0456
Abstract: 本发明提供一种基于QGA‑OMP算法的毫米波大规模MIMO混合预编码方法及系统,在传统的OMP算法用于毫米波大规模MIMO混合预编码的研究基础上,利用QGA算法模拟自然进化过程、快速搜索全局最优值的特点,搜索与残差内积相乘最大的阵列响应矢量,获得全局最优解的阵列响应向量,从而在发射端获得最优的基带预编码器和射频预编码器,消除了对已知候选矩阵的需求、降低了计算的复杂度;同时,QGA算法获得的全局最优解的阵列响应向量,使本发明的混合预编码性能接近于最优的全数字预编码,极大的提高了系统的频谱效益。
-
公开(公告)号:CN113098571A
公开(公告)日:2021-07-09
申请号:CN202110330579.8
申请日:2021-03-23
Applicant: 安徽大学
IPC: H04B7/0413 , H04L25/03
Abstract: 本发明提供一种大规模MIMO系统信号检测方法、系统、基站及存储介质,所述检测方法包括对第一初始信号进行主动禁忌搜索检测,以获取初始估计向量;根据所述初始估计向量消除所述第一初始信号中的干扰信号,以获取第二初始信号;对所述第二初始信号进行消息传递检测以获取输出向量估计;根据所述输出向量估计对符号向量进行重构,以获取符号向量重构值;将所述符号向量重构值作为主动禁忌搜索的输入进行迭代操作,迭代结束后的最终的所述符号向量重构值作为检测结果输出。利用本发明,可以改善RTS算法在高阶调制下性能不佳的情况,且拥有更低的复杂度。
-
公开(公告)号:CN109327850B
公开(公告)日:2021-06-25
申请号:CN201811362813.X
申请日:2018-11-16
Applicant: 安徽大学
IPC: H04W24/06 , H04B17/382 , H04B17/391
Abstract: 本发明涉及基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法,与现有技术相比解决了多用户检测计算量大、效率低、精度差的缺陷。本发明包括以下步骤:上行链路基站的预处理,基站接收用户设备发送的信号,获取等价信道系数,进行迭代检测初始化;活跃用户设备的检测,迭代检测出一帧信号内连续T个时隙均发送信号的活跃用户设备与设备的发送信号。本发明将梯度追踪思想引入基站端的多用户检测,避免了用户设备发送信号估计时的正交投影计算,通过采用多步拟牛顿法计算多步梯度信息逼近目标函数的海森矩阵,一方面引入二阶收敛性,提高了多用户检测的精度;另一方面加快了收敛速度,降低多用户检测的计算量。
-
公开(公告)号:CN111124639A
公开(公告)日:2020-05-08
申请号:CN201911266565.3
申请日:2019-12-11
Applicant: 安徽大学
Abstract: 本发明公开一种边缘计算系统的操作方法、系统及电子设备,所述边缘计算系统的操作方法包括:对移动设备进行充电,记录所述移动设备的实际电量,以得出虚拟偏移电量,通过所述移动设备的电量水平,以计算所述移动设备的中央处理器的最佳周期频率,以及卸载最佳传输功率,根据所述移动设备的中央处理器的最佳周期频率,以及卸载最佳传输功率,以计算任务本地执行的执行成本以及任务卸载执行的执行成本,根据所述任务本地执行的执行成本、任务卸载执行的执行成本以及惩罚数据,以决定所述多个移动设备与所述多个服务器之间的匹配决策,以及多个移动设备的电量迭代。本发明的边缘计算系统的操作方法大大提高了任务计算卸载策略的性能。
-
-
-
-
-
-
-
-
-