-
公开(公告)号：CN111538559B
公开(公告)日：2023-06-02
申请号：CN202010158120.X
申请日：2020-03-09
Applicant: 西安电子科技大学 , 西安电子科技大学宁波信息技术研究院
Abstract: 本发明公开了一种虚拟机迁移方法、装置、电子设备及其存储介质，该虚拟机迁移方法，包括：获取虚拟机的性能数据；根据所述虚拟机的性能数据构建虚拟机的分段线性性能模型；根据所述虚拟机的分段线性性能模型将所述虚拟机迁移到N台物理机中的目标物理机上，N为大于0的整数。本发明提供的虚拟机迁移方法，通过构建虚拟机的性能模型来实现虚拟机的迁移，由于考虑了虚拟机的性能，保障了虚拟机的性能，进而提高了用户体验感。
-
公开(公告)号：CN111538559A
公开(公告)日：2020-08-14
申请号：CN202010158120.X
申请日：2020-03-09
Applicant: 西安电子科技大学 , 西安电子科技大学宁波信息技术研究院
Abstract: 本发明公开了一种虚拟机迁移方法、装置、电子设备及其存储介质，该虚拟机迁移方法，包括：获取虚拟机的性能数据；根据所述虚拟机的性能数据构建虚拟机的分段线性性能模型；根据所述虚拟机的分段线性性能模型将所述虚拟机迁移到N台物理机中的目标物理机上，N为大于0的整数。本发明提供的虚拟机迁移方法，通过构建虚拟机的性能模型来实现虚拟机的迁移，由于考虑了虚拟机的性能，保障了虚拟机的性能，进而提高了用户体验感。
-
公开(公告)号：CN116910623B
公开(公告)日：2025-05-16
申请号：CN202310914035.5
申请日：2023-07-25
Applicant: 西安电子科技大学
IPC: G06F18/24 , G06F3/01 , G06F18/25 , G06F18/10 , G06F18/213
Abstract: 本发明提出了一种基于受试者迁移的SSVEP脑机接口目标识别方法，其实现步骤为：生成训练集；计算源受试者不变空间滤波器；计算源受试者不变模板信号；计算泛化空间滤波器；计算经源受试者不变空间滤波器滤波后的目标受试者数据与源受试者不变模板信号间的相关系数；根据相关系数完成目标识别。本发明提出的基于受试者迁移的方法能够提高脑机接口系统的效率，解决现有技术中脑机接口目标识别仍需要目标受试者校准数据，效率低下的问题，使得本发明具有泛化能力强的优点，且结合相邻刺激目标的信息识别目标，具有识别准确率高的优点。
-
公开(公告)号：CN118885072A
公开(公告)日：2024-11-01
申请号：CN202411018885.8
申请日：2024-07-29
Applicant: 西安电子科技大学
Inventor： 万波 , 黄嘉阳 , 熊帮 , 李奉奇 , 李昕泰 , 杨鹏飞 , 刘锦辉 , 赵辉 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 潘蓉 , 李少峰 , 钟昊迪 , 韩磊
IPC: G06F3/01 , G06N3/042 , G06N3/0464 , G06F18/10 , G06N3/047 , G06F18/241 , G06F18/213 , G06F18/25
Abstract: 本发明提出了一种结合集成DCPM和GCN的运动想象识别方法，解决了现有技术中信号信噪比低，特征提取复杂度高，识别时间窗长的问题，实现步骤为：MI脑电信号预处理；计算DSP空间滤波器；集成DSP，形成EDSP空间滤波器，对MI特征域整体表达；接力计算，刻画MI信号在不同特征域的交叉性空间关系；GCN分类识别MI信号。本发明将每组得到的DSP空间滤波器集成，简化了数据处理的过程，通过结合EDSP空间滤波器接力计算邻接矩阵和图拉普拉斯算子，丰富了滤波后信号的特征，充实了邻接矩阵对节点信息的刻画，在短时间窗的情况下也保证了较高的识别准确率，提高了MI‑BCI系统中的识别效率，可应用在机器人控制等人机交互场景中。
-
公开(公告)号：CN118671963A
公开(公告)日：2024-09-20
申请号：CN202410683751.1
申请日：2024-05-30
Applicant: 西安电子科技大学
Abstract: 本申请的实施例涉及偏振BRDF建模技术领域，特别涉及一种基于Mueller矩阵分析的偏振BRDF建模方法。所述方法包括：计算目标材料Jones矩阵；得到表征偏振状态转换关系的Mueller矩阵；确定Mueller矩阵元素；建立Mueller矩阵模型；将五参数半经验BRDF模型中非偏振面元局部菲涅尔反射项替换为Mueller矩阵模型，得到基于Mueller矩阵分析的偏振BRDF模型；测量目标材料的偏振BRDF数据，利用目标材料偏振BRDF数据拟合偏振BRDF模型，预测目标材料在不同入射和观察条件下的反射特性，得到表面光强信息和偏振信息。本申请实施例提供的一种基于Mueller矩阵分析的偏振BRDF建模方法，避免了利用物理参量进行建模时出现拟合参量与实际参量不符的情况，具有简单直接和高效实用的优点。
-
Patent Agency Ranking
公开(公告)号：CN118280589A
公开(公告)日：2024-07-02
申请号：CN202410473225.2
申请日：2024-04-19
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种利用日常行为数据的大学生心理危机预警方法，实现步骤为：获取训练样本集和测试样本集；构建基于交叉网络的心理危机预警模型；对心理危机预警模型进行迭代训练；获取心理危机预警结果。本发明在对心理危机预警模型进行训练以及获取评估结果的过程中，交叉网络通过对输入的特征向量进行逐元素相乘，能够深入挖掘不同特征间的交互关系，并通过全连接神经网络的多次非线性运算，隐式地生成特征间的交互信息，提高了预测的准确性；同时本发明使用的有自适应权重的交叉熵损失函数，通过调整不同类别样本的权重，降低了易分类样本的权重，使得模型能够更多地关注那些难以分类但更为关键的样本，从而提高了模型的预测精度和泛化能力。
-
公开(公告)号：CN117591797A
公开(公告)日：2024-02-23
申请号：CN202311560068.0
申请日：2023-11-22
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于源刺激数据迁移的SSVEP刺激目标识别方法，实现步骤为：对脑电信号进行预处理；获取每个刺激目标的SSVEP参考信号；获取每个刺激目标和每个源刺激目标的周期脉冲矩阵；对公共脉冲响应和公共空间滤波器进行优化，基于源刺激数据迁移构建每个刺激目标的SSVEP模板信号；获取SSVEP刺激目标识别结果。本发明通过将少量的源刺激目标中的数据迁移到所有刺激目标中，以获取所有刺激目标的SSVEP模板信号和公共空间滤波器，避免了现有技术在生成训练集时仍需对所有刺激目标进行大量训练数据的采集的缺陷，有效提高了识别的易用性，且在获取SSVEP刺激目标识别结果时，使用了两种相关系数，提高了识别的准确率。
-
公开(公告)号：CN112381211B
公开(公告)日：2023-04-28
申请号：CN202011305477.2
申请日：2020-11-20
Applicant: 西安电子科技大学
IPC: G06N3/0464 , G06N3/08 , G06N3/063
Abstract: 本发明提出了一种基于异构平台执行深度神经网络的系统及方法，用于解决现有技术中存在的基于异构平台执行深度神经网络的速度较低和对于模型的兼容性较差的技术问题，实现步骤为：(1)模型解析模块对DNN模型进行解析；(2)分析模块根据解析结果构建计算图；(3)平台检测模块检测异构平台中的异构计算单元的硬件参数；(4)任务分配模块构建任务分配策略并进行优化；(5)推理模块根据最优任务分配策略对异构计算单元进行任务分配，得到执行DNN模型的结果。本发明解析模块支持解析主流深度学习框架的模型格式，提高了系统对于不同框架模型的兼容性，任务分配模块提供最优任务分配策略，提高了深度神经网络的执行速度。
-
公开(公告)号：CN115480640A
公开(公告)日：2022-12-16
申请号：CN202211150854.9
申请日：2022-09-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于稳态视觉诱发电位的连续单词拼写方法，主要解决现有技术中特征提取效率低、拼写不连续的问题。其实现方案为：使用联合频率相位调制范式对刺激界面中所有字符编码；使用者注视刺激界面中的字符，诱发稳态视觉诱发电位，获得训练信号和测试信号；利用训练信号获取重构模板信号的模型参数；截取测试信号中所有注视阶段的稳态视觉诱发电位信号；利用模板信号对所有注视阶段的稳态视觉诱发电位信号片段进行特征提取和识别；将识别结果中的字符序列组合成单词，完成连续的单词拼写输入。本发明提高了稳态视觉诱发电位信号的特征提取效率和识别准确率，提升了拼写的连续性和信息传输率，可用于人机交互过程中的单词拼写。
-
公开(公告)号：CN114187569A
公开(公告)日：2022-03-15
申请号：CN202111458521.8
申请日：2021-12-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种皮尔森系数矩阵与注意力融合的实时目标检测方法，主要解决现有图像处理技术存在特征图全局上下文信息不全、特征图处理耗时高的问题。其实现方案为：1)获取实验训练集和测试集，并使用骨干网络提取各自的图片特征，将提取的图片特征图输入到皮尔森系数矩阵与注意力融合的编码器；将该编码器输出的具有全局上下文关系的特征图输入到现有的DETR模型解码器中，构建出皮尔森系数矩阵与注意力融合的目标检测模型；2)利用训练集对该目标检测模型进行训练；3)将测试集图片输入到训练好的目标检测模型，得到待预测图像中的目标分类及目标定位坐标。本发明提高了目标检测的精确度和速度，可用于自动驾驶、交通流量分析。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.031 seconds)
