-
公开(公告)号：CN113934714A
公开(公告)日：2022-01-14
申请号：CN202111075791.0
申请日：2021-09-14
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06V10/762 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发，利用数据的概率密度求出数据的特征向量，再根据特征向量来进行模型训练和预测，提高了错误数据的预测精准度，并且人工参与的工作量较小，工作复杂度较低；在利用概率密度求特征向量的过程中，设置的阈值精度较高，个数较多，使本方法具有的一定的泛化型。
-
公开(公告)号：CN104005913A
公开(公告)日：2014-08-27
申请号：CN201410202668.4
申请日：2014-05-14
Applicant: 桂林电子科技大学
CPC classification number: Y02E10/74
Abstract: 本发明公开一种垂直轴风力发电机，包括支撑架，设置在支撑架上的中心轴，安装在中心轴上的风轮，风轮是内、外叶片嵌套的双层结构，并以中心轴为圆心同心设置，内叶片置于外叶片围成的中心腔内，内叶片为升力型，外叶片为阻力型，内叶片通过超越离合器和中心轴连接，内叶片上设有线圈，外叶片上固定有永磁铁，内、外叶片绕中心轴沿相反的方向相对转动。本发明与现有的垂直轴风力发电机相比，在同等风速下线圈与永磁铁的相对转速更高，风机的效率也会提高，同时简化了整机的结构，结构更加紧凑、且体积小、重量轻、成本低、发电效率高。
-
公开(公告)号：CN101945066B
公开(公告)日：2013-01-09
申请号：CN201010283112.4
申请日：2010-09-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种OFDM/OQAM系统的信道估计方法，针对OFDM/OQAM系统传统的信道估计方法只有一列0来保护Preamble符号，造成系统误码率性能较差的问题，在接收过程，由ZF(191)、ZF(192)、CE(18)、PIC(22)步骤组成信道估计过程，通过前缀干扰抵消方法，消除了信道估计系数的干扰，获得更为准确的信道估计系数，提高了OFDM/OQAM系统的误码率性能。
-
公开(公告)号：CN113934714B
公开(公告)日：2024-11-12
申请号：CN202111075791.0
申请日：2021-09-14
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06V10/762 , G06V10/764 , G06V10/774
Abstract: 本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发，利用数据的概率密度求出数据的特征向量，再根据特征向量来进行模型训练和预测，提高了错误数据的预测精准度，并且人工参与的工作量较小，工作复杂度较低；在利用概率密度求特征向量的过程中，设置的阈值精度较高，个数较多，使本方法具有的一定的泛化型。
-
公开(公告)号：CN115859213A
公开(公告)日：2023-03-28
申请号：CN202211493241.5
申请日：2022-11-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开基于时空融合与自注意力机制的交通流量修复方法及系统。本发明提出了时空结合及时空剔除的交通流修复方法，时空结合使得模型在使用自注意力机制时，将空间信息、时间信息及数值相加并看为一个整体，充分利用了道路中的路网的空间信息及时间的前后关系，提高了道路图信息的利用率；提出了用于交通流量修复的时空融合与自注意力机制。时空融合与自注意力机制通过结合空间与时间信息，使得模型能够提取到不同道路之间车流量的隐含关系，学习道路图的历史流量特征；提出了正序逆序两种序列数据修复融合的方法。通过正序逆序两种遍历方法得到两种序列，提取不同序列的多种信息，提高修复准确率。
-
Patent Agency Ranking
公开(公告)号：CN116110055A
公开(公告)日：2023-05-12
申请号：CN202211610577.5
申请日：2022-12-12
Applicant: 杭州电子科技大学
IPC: G06V30/18 , G06V30/19 , G06V30/196 , G06V10/82 , G06N3/045
Abstract: 本发明公开一种基于压缩与激励神经网络的场景文本识别方法。该方法通过在输入层对包含文字的自然场景图像进行预处理得到文本块图像，然后通过压缩与激励神经网络组成的特征提取层对文本块图像进行特征提取，然后把提取到的特征图经过特征变换为多个特征序列，此时每个特征序列对应原始图像一个感受野，再把特征序列送入时序信息学习层，时序信息学习层使用双层双向门控循环神经网络提取特征图时序信息，最后使用连接时间分类网络CTC进行转录翻译得到预测文本。本发明不仅识别准确度高，并且模型的尺寸小，可移植和可应用性高，也具有很好的泛化能力。
-
公开(公告)号：CN118296600A
公开(公告)日：2024-07-05
申请号：CN202410441882.9
申请日：2024-04-12
Applicant: 电子科技大学成都学院
IPC: G06F21/56 , G06F21/31 , G06F21/60 , G06N3/0464 , G06N3/084 , G06N3/0495 , G06N3/082 , G06F9/48 , G06F9/50 , H04L9/40 , G06F16/27 , H04L67/1095
Abstract: 本发明公开了智能计算机网络信息安全控制系统，包括：身份认证模块：负责验证用户的身份信息，实施访问控制策略；数据保密模块：负责提供数据加密和解密功能，保护敏感数据在传输和存储过程中的安全性；神经网络模型模块：负责存储训练好的神经网络模型，并支持对所述神经网络模型的调用；扫描模块：负责对来访程序进行快速且准确的扫描；数据同步模块：负责外接设备与计算机之间的数据同步是高效的。本发明中，采用模型压缩和剪枝技术，移除神经网络中不重要的部分，从而减小模型的大小，减少模型在本地存储的占用空间，同时尽量保持其性能，通过对模型的参数进行量化或使用更低的数值精度，进一步减小模型的大小，并可能加速扫描过程。
-
公开(公告)号：CN116486393A
公开(公告)日：2023-07-25
申请号：CN202310464879.4
申请日：2023-04-27
Applicant: 杭州电子科技大学
IPC: G06V20/62 , G06V10/26 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图像分割的场景文本检测方法，属于计算机视觉领域。本发明首先获取包含文本的自然场景图像，对其进行预处理，并通过特征提取组件对预处理后的自然场景图像进行特征提取得到特征图。其次根据特征图，通过特征金字塔增强组件让特征图中不同尺寸的特征信息充分融合，得到深层特征。然后通过特征聚焦组件对来自特征金字塔增强组件的多个不同尺寸的特征图融合，并进行特征聚焦操作。最后通过文本框预测组件对特征聚焦组件输出的特征图进行预测，找出文本所在位置。本发明增大特征图感受视野和文本特征的表达能力，有效提高场景文本检测的精度。
-
公开(公告)号：CN115526225A
公开(公告)日：2022-12-27
申请号：CN202210877420.2
申请日：2022-07-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于序列相似度和动态掩码训练机制的轨迹修复方法。首先把用经纬度表示的二维轨迹点离散化，映射到网格中生成一维的轨迹序列，搭建基于相似性移动规律的轨迹修复模型Similarmove；使用动态掩码训练方法对基于相似性移动规律的轨迹修复模型Similarmove进行训练；利用训练好的基于相似性移动规律的轨迹修复模型Similarmove实现轨迹修复。本发明通过在注意力机制中结合DTW相似度提取了历史轨迹序列的相似性规律，通过动态掩码机制引入多种训练信息，增加了网络模型泛化能力，缓解了轨迹修复任务中训练数据稀缺的问题，提升了轨迹修复准确率。
-
公开(公告)号：CN101945066A
公开(公告)日：2011-01-12
申请号：CN201010283112.4
申请日：2010-09-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种OFDM/OQAM系统的信道估计方法，针对OFDM/OQAM系统传统的信道估计方法只有一列0来保护Preamble符号，造成系统误码率性能较差的问题，在接收过程，由ZF(191)、ZF(192)、CE(18)、PIC(22)步骤组成信道估计过程，通过前缀干扰抵消方法，消除了信道估计系数的干扰，获得更为准确的信道估计系数，提高了OFDM/OQAM系统的误码率性能。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.06 seconds)
