-
公开(公告)号：CN114244456B
公开(公告)日：2023-01-24
申请号：CN202111589637.5
申请日：2021-12-23
申请人： 电子科技大学
IPC分类号： H04B17/336 , G06N3/04 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种基于生成对抗网络的无线电数据增扩与分类方法，利用GAN捕获样本数据分布，生成具有原始数据分布特征的高质量“伪造”数据，从而解决获取无线调制数据困难与成本较高的问题；优化了调制数据分类模型，提出了调制分类模型AMCST，提高了调制数据的分类准确率。通过在公共数据集上的实验，证明了所提出的数据增扩方法可以极大地提高调制分类模型AMCST分类准确率。在未来的工作中，本发明将研究其他深度学习模型，如变分自编码器及其变种，在调制数据增扩领域的应用。
-
公开(公告)号：CN111507336A
公开(公告)日：2020-08-07
申请号：CN202010193160.8
申请日：2020-03-18
申请人： 杭州电子科技大学
摘要： 本发明公开了基于RISC-V的卷积神经网络的文字识别方法，本发明先搭建一个神经网络训练环境，然后设计一个基于mnist数据集的6层手写数字识别网络；输入图片，训练至设定的准确度，保存权重和偏置参数文件；设定RISC-V指令集的自定义指令类型和格式，根据预留指令编码空间设计指令，根据设定的指令格式和SIGMOD函数实现方法，设计具体的硬件加速电路；在FPGA上面导入硬件加速电路、权重和偏置参数文件，搭建RISC-V开发环境并完成自定义指令的添加；输入图片，使用硬件加速电路对图片中的数字进行识别。本发明实现对特定运算的指令级加速，加速部分神经网络推理运算，其可以迅速的将图片中的手写数字识别出来。
-
公开(公告)号：CN111507336B
公开(公告)日：2022-11-18
申请号：CN202010193160.8
申请日：2020-03-18
申请人： 杭州电子科技大学
IPC分类号： G06V30/19 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了基于RISC‑V的卷积神经网络的文字识别方法，本发明先搭建一个神经网络训练环境，然后设计一个基于mnist数据集的6层手写数字识别网络；输入图片，训练至设定的准确度，保存权重和偏置参数文件；设定RISC‑V指令集的自定义指令类型和格式，根据预留指令编码空间设计指令，根据设定的指令格式和SIGMOD函数实现方法，设计具体的硬件加速电路；在FPGA上面导入硬件加速电路、权重和偏置参数文件，搭建RISC‑V开发环境并完成自定义指令的添加；输入图片，使用硬件加速电路对图片中的数字进行识别。本发明实现对特定运算的指令级加速，加速部分神经网络推理运算，其可以迅速的将图片中的手写数字识别出来。
-
公开(公告)号：CN112860814A
公开(公告)日：2021-05-28
申请号：CN202110190654.5
申请日：2021-02-18
申请人： 电子科技大学
摘要： 本发明公开了一种基于元路径的属性重边异质网络嵌入方法，包括以下步骤：S1：接收原始网络数据；S2：构建子网抽取模块，对原始网络数据进行处理，将原始网络数据抽取为不包含重边的子网数据；S3：将经子网抽取模块处理后形成的子网数据传入子网嵌入模块；S4：构建子网嵌入模块，并生成子网嵌入向量；S5：构建嵌入融合模块，对子网嵌入模块中新生成的嵌入向量进行语义空间的转换，使其语义一致；S6：在保证语义空间一致的前提下，对子网嵌入向量进行融合处理。本发明本文提出的嵌入方法能够对具有多重关系及关系属性网络中的节点实现更好的嵌入，可提高分类、聚类任务的性能，未来可将该方法应用于节点类型更多，关系更加复杂的网络。
-
公开(公告)号：CN114244456A
公开(公告)日：2022-03-25
申请号：CN202111589637.5
申请日：2021-12-23
申请人： 电子科技大学
IPC分类号： H04B17/336 , G06N3/04 , G06K9/62 , G06V10/764
摘要： 本发明公开了一种基于生成对抗网络的无线电数据增扩与分类方法，利用GAN捕获样本数据分布，生成具有原始数据分布特征的高质量“伪造”数据，从而解决获取无线调制数据困难与成本较高的问题；优化了调制数据分类模型，提出了调制分类模型AMCST，提高了调制数据的分类准确率。通过在公共数据集上的实验，证明了所提出的数据增扩方法可以极大地提高调制分类模型AMCST分类准确率。在未来的工作中，本发明将研究其他深度学习模型，如变分自编码器及其变种，在调制数据增扩领域的应用。
-
-
-
-
搜索结果
5 条记录 (耗时 0.026 秒)
