-
公开(公告)号:CN118294987A
公开(公告)日:2024-07-05
申请号:CN202410725077.9
申请日:2024-06-06
申请人: 山东科技大学
摘要: 本发明属于GNSS信号处理技术领域,具体公开了一种基于改进Ratio的多径环境下的欺骗干扰检测方法。本发明针对传统方法在多径环境下无法准确区分欺骗干扰和多径干扰的技术问题,首先提出了一种DIQR的干扰检测方法,该方法能够有效检测到信号中是否存在干扰;随后基于DIQR进一步提出一种DIQR_MV的干扰检测方法,该方法能够利用移动方差区分多径信号和欺骗干扰,通过捕捉DIQR检测量输出的变化程度实现更准确的干扰分类;本发明通过联合使用DIQR和DIQR_MV的两步式检测方法,能够在多径环境下更准确地识别不同类型的干扰信号,有效提高了多径环境下的干扰检测准确性与稳定性。
-
公开(公告)号:CN118013290A
公开(公告)日:2024-05-10
申请号:CN202410424074.1
申请日:2024-04-10
申请人: 山东科技大学
IPC分类号: G06F18/214 , G06N3/006 , G06N3/04 , G06N3/084 , G01W1/10
摘要: 本发明属于电离层电子含量预测技术领域,公开了一种电离层TEC预报方法、系统、计算机设备及介质。本发明包括如下步骤:获取CODE提供的标准IONEX文件格式生成的全球电离层TEC数据及对应时间段的太阳活动指数F10.7和Dst等参数数据;提取IONEX文件格式的TEC数据,将TEC和F10.7和Dst等参数组成时间序列数据构建数据集,作为模型训练的输入数据;基于增强型海鸥优化算法ESOA对BP神经网络进行优化,并搭建电离层TEC预报模型,使用构建的数据集对电离层TEC预报模型进行训练。本发明利用ESOA与BP神经网络结合进行电离层TEC预报建模,提高了对电离层TEC预报的精度。
-
公开(公告)号:CN117392137B
公开(公告)日:2024-02-13
申请号:CN202311703651.2
申请日:2023-12-13
申请人: 山东科技大学
IPC分类号: G06T7/00 , G06T7/12 , G06N3/0464 , G06N3/08
摘要: 本发明属于医学图像处理技术领域,具体公开了一种颅内动脉瘤图像检测方法、系统、设备及介质。本发明在3D U‑Net模型的基础上通过引入了上下文感知金字塔特征提取模块、通道注意模块与多尺度卷积模块进行改进,加深了对图像深层上下文特征、图像浅层的边缘以及轮廓等特征信息的提取,为解码器端提供更多具有通道权重信息的深度特征,提高模型的全局学习能力,使其更适用于颅内动脉瘤小目标检测任务,有效地提高了颅内动脉瘤的检测性能。本发明所提基于多层感知机的轻量化3D MAU‑Net检测模型,能够在保证不显著影响检测性能得前提下,具有较少的参数、较高的训练速度以及较低的计算复杂度。
-
公开(公告)号:CN105833499A
公开(公告)日:2016-08-10
申请号:CN201610218703.0
申请日:2016-04-08
申请人: 山东科技大学
CPC分类号: A63B69/0071 , A63B47/02 , A63B69/407 , A63B69/409
摘要: 本发明公开了一种新型篮球全场训练装置,包括底架、机壳、输送机构及发射单元,所述机壳设置在底架顶部的横梁上,机壳与横梁滑动连接。机壳的前壁板右侧的上部开有入球口,其左侧开有出球口,所述机壳内安装有第一收集箱,第一收集箱的前侧与入球口相通。发射单元位于出球口后侧的机壳内。所述发射单元的上方设置有第二收集箱,第二收集箱的底部与发射单元相连相通。所述输送机构安装机壳内,其右端向下倾斜,输送机构的左端靠近第二收集箱,其右端位于第一收集箱的下端出口的下方。本发明结构精巧,自动化程度高,制造成本低,实用性强,满足技术水平层次不同的练习者的需要,具有较好的推广价值。
-
公开(公告)号:CN118013290B
公开(公告)日:2024-06-25
申请号:CN202410424074.1
申请日:2024-04-10
申请人: 山东科技大学
IPC分类号: G06F18/214 , G06N3/006 , G06N3/04 , G06N3/084 , G01W1/10
摘要: 本发明属于电离层电子含量预测技术领域,公开了一种电离层TEC预报方法、系统、计算机设备及介质。本发明包括如下步骤:获取CODE提供的标准IONEX文件格式生成的全球电离层TEC数据及对应时间段的太阳活动指数F10.7和Dst等参数数据;提取IONEX文件格式的TEC数据,将TEC和F10.7和Dst等参数组成时间序列数据构建数据集,作为模型训练的输入数据;基于增强型海鸥优化算法ESOA对BP神经网络进行优化,并搭建电离层TEC预报模型,使用构建的数据集对电离层TEC预报模型进行训练。本发明利用ESOA与BP神经网络结合进行电离层TEC预报建模,提高了对电离层TEC预报的精度。
-
公开(公告)号:CN118090329A
公开(公告)日:2024-05-28
申请号:CN202410079636.3
申请日:2024-01-19
申请人: 山东科技大学
IPC分类号: G01N1/14
摘要: 本发明属于采样船技术领域,提出了一种高生物信息覆盖的水生生物eDNA采样船及方法,船体上设置有采样瓶,采样瓶通过出水管连接有蠕动泵,蠕动泵通过进水管连接有取样管,取样管上安装有能够在水质中进行采样的采样头;采样头升降装置包括设置在船体上的双向驱动电机,通过齿轮箱设置的绕管轮,以及设置在船体上的定滑轮;取样管缠绕在绕管轮上,取样管位于取样头的一端绕过定滑轮后自然下垂,通过双向驱动电机、绕管轮以及定滑轮的简单结构,在配重头的配合下,能够实现对不同水深处水样的采集;并且,配重头的端面设置为流线型,能够减小水流阻力,使水流沿着采样头流动更加平滑,从而减少了固体颗粒和沉积物在采样头上积聚和堵塞的可能性。
-
公开(公告)号:CN117119573A
公开(公告)日:2023-11-24
申请号:CN202311360637.7
申请日:2023-10-20
申请人: 山东科技大学
IPC分类号: H04W52/26 , G06F18/231 , H04W72/0453 , H04W72/044 , H04W72/50
摘要: 本发明公开了一种超密集网络中基于凝聚式层次聚类算法的资源优化方法,属于互联网技术领域,包括如下步骤:步骤1、基于下行5G超密集网络构建系统模型,并将系统模型的最大化总数据速率问题规划为一个非线性组合优化问题;步骤2、将非线性组合优化问题分解为功率最优化子问题和层次聚类规划子问题;步骤3、基于拉格朗日对偶理论对功率最优化子问题进行求解,获得最优数据传输功率;步骤4、结合凝聚式层次聚类方法对层次聚类规划子问题进行求解,获得系统最优网络吞吐量。本发明提出的资源优化方法达到更高数据速率的同时,也保证了算法性能和计算量之间的平衡。
-
公开(公告)号:CN116482720A
公开(公告)日:2023-07-25
申请号:CN202310752291.9
申请日:2023-06-26
申请人: 山东科技大学
摘要: 本发明提供了一种基于机器学习理论的GNSS欺骗干扰检测方法,涉及GNSS卫星信号技术领域,用于GNSS欺骗干扰检测,具体包括如下步骤:获取存在多径干扰和存在欺骗干扰的相关峰数据;根据多径干扰与欺骗干扰产生不同形状的相关峰,设定时间窗长度,并提取相关峰区域作为网络输入;建立基于卷积神经网络和聚类算法的神经网络模型,应用机器学习方法对数据进行多径干扰和欺骗干扰的识别和分类;使用多径干扰和欺骗干扰相关峰数据对由步骤S3得到的神经网络模型进行训练,并提取特征,对多径干扰和欺骗干扰数据进行识别和分类。本发明的技术方案克服现有技术中GNSS欺骗干扰检测方法不能检测多种干扰、成本较高的问题。
-
公开(公告)号:CN116482720B
公开(公告)日:2023-09-05
申请号:CN202310752291.9
申请日:2023-06-26
申请人: 山东科技大学
摘要: 本发明提供了一种基于机器学习理论的GNSS欺骗干扰检测方法,涉及GNSS卫星信号技术领域,用于GNSS欺骗干扰检测,具体包括如下步骤:获取存在多径干扰和存在欺骗干扰的相关峰数据;根据多径干扰与欺骗干扰产生不同形状的相关峰,设定时间窗长度,并提取相关峰区域作为网络输入;建立基于卷积神经网络和聚类算法的神经网络模型,应用机器学习方法对数据进行多径干扰和欺骗干扰的识别和分类;使用多径干扰和欺骗干扰相关峰数据对由步骤S3得到的神经网络模型进行训练,并提取特征,对多径干扰和欺骗干扰数据进行识别和分类。本发明的技术方案克服现有技术中GNSS欺骗干扰检测方法不能检测多种干扰、成本较高的问题。
-
公开(公告)号:CN105833499B
公开(公告)日:2017-10-17
申请号:CN201610218703.0
申请日:2016-04-08
申请人: 山东科技大学
摘要: 本发明公开了一种新型篮球全场训练装置,包括底架、机壳、输送机构及发射单元,所述机壳设置在底架顶部的横梁上,机壳与横梁滑动连接。机壳的前壁板右侧的上部开有入球口,其左侧开有出球口,所述机壳内安装有第一收集箱,第一收集箱的前侧与入球口相通。发射单元位于出球口后侧的机壳内。所述发射单元的上方设置有第二收集箱,第二收集箱的底部与发射单元相连相通。所述输送机构安装机壳内,其右端向下倾斜,输送机构的左端靠近第二收集箱,其右端位于第一收集箱的下端出口的下方。本发明结构精巧,自动化程度高,制造成本低,实用性强,满足技术水平层次不同的练习者的需要,具有较好的推广价值。
-
-
-
-
-
-
-
-
-