一种通讯数据传输压缩方法及系统

    公开(公告)号:CN117914951A

    公开(公告)日:2024-04-19

    申请号:CN202410073659.3

    申请日:2024-01-18

    IPC分类号: H04L69/04 H04L1/00

    摘要: 本发明涉及数据传输技术领域,具体涉及一种通讯数据传输压缩方法及系统,包括:对初始通讯数据进行分段处理获得若干个初始数据段,根据初始数据段中各数据点的数量构建二维直角坐标系,获得二维分布空间;根据初始数据段中数据点的种类的数量以及在二维分布空间中数据点的数值,获得初始数据段的第一聚类参数,根据二维分布空间中数据点对应数值的差异获得初始数据段的第二聚类参数,利用第一聚类参数和第二聚类参数构建聚类空间;利用聚类空间对初始数据段进行压缩传输。本发明提高了指令程序数据的传输和压缩效果,同时保证了数据的可靠解压缩。

    一种基于图像数据分析的图像压缩方法

    公开(公告)号:CN117911546B

    公开(公告)日:2024-10-29

    申请号:CN202410070228.1

    申请日:2024-01-17

    IPC分类号: G06T9/00 G06V10/762

    摘要: 本发明涉及图像数据处理技术领域,具体涉及一种基于图像数据分析的图像压缩方法,包括:获取待压缩的灰度图像,根据灰度图像中像素点的坐标和灰度值得到若干矩阵,根据矩阵中不同灰度值出现的概率得到矩阵的可压缩程度和若干待合并矩阵,得到初始合并之后的若干矩阵,根据初始合并之后的矩阵中不同灰度值出现的概率,得到初始合并之后的可压缩程度,根据可压缩程度得到待合并矩阵和每个相邻矩阵的合并必要性,进而得到合并矩阵,将合并矩阵和灰度图像中除合并矩阵外的每个矩阵进行压缩存储。本发明根据图像数据的空间分布特征对图像划分矩阵进行合并得到若干合并矩阵,并将图像中每个矩阵分别进行压缩,从而提升整幅图像的压缩效果。

    轻量级时域卷积网络语音增强方法与系统

    公开(公告)号:CN112331224A

    公开(公告)日:2021-02-05

    申请号:CN202011329491.6

    申请日:2020-11-24

    摘要: 本发明提供了一种轻量级时域卷积网络语音增强方法,首先,将带噪语音信号进行分帧加窗处理,然后进行短时傅里叶变换,得到带噪语音信号的幅度谱和相位谱,随后将带噪语音信号的幅度谱送入时域卷积网络模型,进行先验信噪比的估计,紧接着利用估计的先验信噪比进行增益函数的估计,最后在幅度域进行滤波降噪,并利用带噪语音信号的相位谱作为增强后的相位,进行语音信号的重构。本发明还提供了一种轻量级时域卷积网络语音增强系统。本发明的有益效果是:算法的神经网络部分只进行先验信噪比的估计,减小了任务难度,实现了更轻量级的神经网络架构,内存占用量小,运算复杂度低,使其可以较好的在一些低运算量平台的嵌入式设备上使用。

    一种神经网络子带建模的单通道语音增强方法、系统及存储介质

    公开(公告)号:CN111986660A

    公开(公告)日:2020-11-24

    申请号:CN202010872886.4

    申请日:2020-08-26

    摘要: 本发明提供了一种神经网络子带建模的单通道语音增强方法、系统及存储介质,该单通道语音增强方法包括执行以下步骤:步骤1:采集带噪语音信号,并发送给数功率谱提取模块和巴克倒谱系数提取模块;步骤2:采用对数功率谱提取模块和巴克倒谱系数提取模块接收步骤1的带噪语音信号,再由对数功率谱提取模块和巴克倒谱系数提取模块对带噪语音信号进行特征提取,最后将提取的特征发送给频带特征划分模块;步骤3:采用频带特征划分模块接收步骤2提取的特征,再由频带特征划分模块对提取的特征进行子带特征的分配。本发明的有益效果是:本发明对语音信号的各子频带进行单独的神经网络建模,降低了神经网络的任务难度,减少了模型的参数。

    一种基于物联网的数据质量检测方法及系统

    公开(公告)号:CN117951508B

    公开(公告)日:2024-09-20

    申请号:CN202410063533.8

    申请日:2024-01-16

    摘要: 本发明涉及物联网设备数据处理技术领域,具体涉及一种基于物联网的数据质量检测方法及系统。该方法首先获取最优尺寸滤波窗口的所在尺寸范围;进一步获取评判信号分解效果的第二目标参数;进一步根据尺寸范围内所有尺寸窗口的第二目标参数获得最优分解结果;最后对物联网传感器信号数据进行质量检测。本发明通过构建分解成分之间关联性的方式,使独立成分的判定过程为互相验证过程,避免噪声成分和波动成分无法利用独立成分分析算法进行分解的问题,大幅提高了传感器数据分解精度,进而可在消除信号本身波动影响的前提下对信号质量进行客观、有效评价,提高物联网传感器信号数据的质量评估可信度,保证数据分析的可靠性。

    一种用于执行浮点对数运算的装置和方法

    公开(公告)号:CN112783470A

    公开(公告)日:2021-05-11

    申请号:CN202011592506.8

    申请日:2020-12-29

    IPC分类号: G06F7/483 G06F7/485 G06F7/487

    摘要: 本发明公开了一种用于执行浮点对数运算的装置及方法,预处理及异常处理模块:用于对输入的浮点对数进行计算前的预先处理以及检测输入浮点对数的合法性并对异常输入做出处理;尾数对数运算模块:接收预处理及异常处理模块得到的解码结果,对解码得到的尾数位M’基于四步并行分支CORDIC算法实现尾数对数迭代运算,并将结果传递给加法合并单元;指数乘法运算模块:接收预处理及异常处理模块解码得到的指数位e并计算;加法合并模块:用于接收上述模块的输出结果,对所述输出结果进行合并后进行舍入计算以及浮点规范化输出。本发明极大的减少了计算所需的迭代次数,完成一次对数函数运算只需要37个时钟周期。

    一种声学场景分类方法与系统
    7.
    发明公开

    公开(公告)号:CN112466333A

    公开(公告)日:2021-03-09

    申请号:CN202011332458.9

    申请日:2020-11-24

    摘要: 本发明提供了一种声学场景分类方法,包括以下步骤:S1、将采集到的环境音频信号输入到特征提取模块,进行基于谐波冲击的梅尔对数谱特征的提取;S2、将提取到的梅尔对数谱特征输入到集成学习分类器模块,进行声学场景分类,得到声学场景分类结果;S3、将声学场景分类结果输入到综合决策模块,进行综合决策,然后做出最终的分类决定。本发明还提供了一种声学场景分类系统。本发明的有益效果是:可以可靠地、准确地识别音频中的不同场景。

    一种基于物联网的数据质量检测方法及系统

    公开(公告)号:CN117951508A

    公开(公告)日:2024-04-30

    申请号:CN202410063533.8

    申请日:2024-01-16

    摘要: 本发明涉及物联网设备数据处理技术领域,具体涉及一种基于物联网的数据质量检测方法及系统。该方法首先获取最优尺寸滤波窗口的所在尺寸范围;进一步获取评判信号分解效果的第二目标参数;进一步根据尺寸范围内所有尺寸窗口的第二目标参数获得最优分解结果;最后对物联网传感器信号数据进行质量检测。本发明通过构建分解成分之间关联性的方式,使独立成分的判定过程为互相验证过程,避免噪声成分和波动成分无法利用独立成分分析算法进行分解的问题,大幅提高了传感器数据分解精度,进而可在消除信号本身波动影响的前提下对信号质量进行客观、有效评价,提高物联网传感器信号数据的质量评估可信度,保证数据分析的可靠性。

    机械臂控制箱及其控制方法
    9.
    发明公开

    公开(公告)号:CN117162117A

    公开(公告)日:2023-12-05

    申请号:CN202310652226.9

    申请日:2023-06-02

    IPC分类号: B25J13/00 B25J9/16

    摘要: 本申请适用于机械臂智能控制技术领域,提供了一种机械臂控制箱及其控制方法,机械臂控制箱包括:箱体、电控部、接口切换部、多个电子标签部及感应部,其中箱体上设置有传输口;电控部安装在箱体内;接口切换部包括驱动组件及传动部,驱动组件与电控部电连接,传动部与驱动组件驱动连接,传动部上设置有多种数据传输接口,多种数据传输接口均与电控部电连接;多个电子标签部分别用于安装在不同的机械臂上。本申请所提供的机械臂控制箱能够使用不同种类的数据传输接口,与不同种类的机械臂进行通信连接,有效的提高了机械臂控制箱的通用性。

    随机块模型的训练方法、装置及终端设备

    公开(公告)号:CN108256582A

    公开(公告)日:2018-07-06

    申请号:CN201810058077.2

    申请日:2018-01-22

    IPC分类号: G06K9/62

    CPC分类号: G06K9/6256

    摘要: 本发明适用于网络技术领域,提供了随机块模型的训练方法、装置、终端设备及计算机可读存储介质,包括:获取网络的邻接矩阵,并根据所述网络中节点的总数初始化随机块模型;将所述随机块模型与所述邻接矩阵拟合,并对所述随机块模型进行参数估计;对所述随机块模型进行优化,并计算优化后的所述随机块模型的模型成本值;若所述模型成本值小于预设的模型成本阈值,则将优化后的所述随机块模型作为最优模型进行输出;若所述模型成本值大于或等于所述模型成本阈值,则执行所述将所述随机块模型与所述邻接矩阵拟合,并对所述随机块模型进行参数估计的操作。本发明实现了随机块模型的参数估计与模型选择的并行计算,有效地降低了训练的时间复杂度。