基于交叉注意力的鲁棒射频指纹识别方法

    公开(公告)号:CN118612744A

    公开(公告)日:2024-09-06

    申请号:CN202410686094.6

    申请日:2024-05-30

    发明人: 惠鏸 吴成旺 张帆

    摘要: 本发明公开了基于交叉注意力的鲁棒射频指纹识别方法,具体按照以下步骤实施:步骤1、获取无线通信设备的信号,得到信号的分段对数谱;步骤2、对所述步骤1中的分段对数谱进行滑窗操作,构建分段对数谱嵌入方式,加入绝对位置编码,构建嵌入模块;步骤3、取信道相关时间外的同一设备的两帧数据,按照步骤1~步骤2操作,并将输出结果送入编码模块;步骤4、将编码模块输出结果送入分类网络中得到分类概率;步骤5、以步骤1~步骤4构建整体网络模型,使用训练样本集训练网络,并用测试样本测试网络效果,得到识别准确率。本发明解决了实际场景中信道条件不同时存在的鲁棒性较差的问题,有效提高设备的识别准确率。

    一种基于人工智能的半导体器件图像数据检测系统及方法

    公开(公告)号:CN118608316A

    公开(公告)日:2024-09-06

    申请号:CN202411070722.4

    申请日:2024-08-06

    摘要: 本发明公开了一种基于人工智能的半导体器件图像数据检测系统及方法,属于半导体器件检测技术领域。其中系统包括:历史数据分析模块,用于对半导体器件的历史检测数据进行分析;图像数据获取模块,用于获取图像数据进行各项检测,得到缺陷类型检测数据;缺陷处理策略模块,用于根据所述缺陷类型检测数据确定缺陷处理策略;缺陷原因定位模块,用于根据缺陷原因发生概率输出缺陷原因序列;确定各缺陷对应的缺陷原因;缺陷影响评估模块,用于根据缺陷类型检测数据、缺陷处理策略、缺陷原因和缺陷原因类型对缺陷对半导体器件生产制造过程的影响进行评估。本发明能够通过对半导体器件图像数据进行分析检测实现缺陷检测并评估生产进度。

    基于行业化客户彩铃播放量的彩铃推广方法、系统及介质

    公开(公告)号:CN118608181A

    公开(公告)日:2024-09-06

    申请号:CN202410639445.8

    申请日:2024-05-22

    摘要: 本发明公开了基于行业化客户彩铃播放量的彩铃推广方法、系统及介质,包括:对第一客户的彩铃铃音文件进行文本转换,得到铃音文本信息;将第一客户的客户名称和铃音文本信息输入到GPT模型,得到第一客户的行业类型概率分布信息;根据行业类型概率分布信息对多个第一客户的彩铃播放量进行统计,得到多个目标行业类型对应的彩铃播放量变化趋势;根据彩铃播放量变化趋势和行业类型概率分布信息确定各第一客户的营销商机系数,进而根据营销商机系数确定目标客户并进行彩铃推广。本发明提高了彩铃业务推广的效率和准确性,可广泛应用于彩铃推广技术领域。

    基于多类型注意力耦合的多功能雷达信号分选系统及方法

    公开(公告)号:CN118606822A

    公开(公告)日:2024-09-06

    申请号:CN202410710983.1

    申请日:2024-06-04

    摘要: 本发明属于雷达信号分选技术领域,涉及基于多类型注意力耦合的多功能雷达信号分选系统及方法,所述系统依托于依次相连的脉冲位置编码模块、多注意力耦合模块、批归一化模块及解码器。所述方法包括:构建雷达特征参数数据集;对数据集中的雷达特征参数进行归一化和脉冲位置编码后,输出至多注意力耦合模块;然后经批归一化模块得到批归一化后矩阵;再将批归一化后矩阵输入至由前馈神经网络与Softmax函数组成的解码器进行解码,得到预测标签;最后训练和测试多功能雷达信号分选系统,输出雷达信号分选结果。所述系统及方法结合脉冲位置编码、多注意力耦合、批归一化及解码器,实现雷达脉冲连续丢失、参数交叠严重条件下的信号稳健分选。

    基于自注意力机制的交通基础设施数据异常检测方法

    公开(公告)号:CN118606817A

    公开(公告)日:2024-09-06

    申请号:CN202410646698.8

    申请日:2024-05-23

    摘要: 本发明涉及数据处理技术领域,公开了基于自注意力机制的交通基础设施数据异常检测方法,从交通基础设施的监测传感器中导出原始监测数据,共有m个时间点,每个时间点有n个传感器收集的不同特征;对采集到的形式正常的数据进行贴上正常标签,对异常样本数据贴上异常标签,对标签为正常的相邻数据样本,每10个点取平均值,对标签为异常的数据样本不做处理;进行模型训练,将采集到的数据按照滑动窗口组织成一个j×w的矩阵W,并通过多层感知机,对数据在特征维度上进行升维操作。本发明结合时间维度和空间维度,提取出数据样本的核心特征,从而在对数据进行异常检测时很好地鉴别出异常样本,为后续的交通基础设施结构预警提供帮助。

    基于小样本学习的轴承故障诊断方法、设备及介质

    公开(公告)号:CN118606815A

    公开(公告)日:2024-09-06

    申请号:CN202410602539.8

    申请日:2024-05-15

    摘要: 本发明公开了一种基于小样本学习的轴承故障诊断方法、设备及介质,涉及轴承故障诊断技术领域,方法包括:构建基于U形特征提取和聚类修正的原型网络;通过带标签的支持集样本及带标签的查询集样本训练原型网络;将目标样本输入训练好的原型网络,以生成故障诊断结果;其中,训练原型网络的步骤包括:将支持集样本及查询集样本输入改进型U‑Net特征提取模块,以生成不同尺度的特征信息;将特征信息输入并联型混合注意力模块,以生成融合空间重要性及通道重要性的目标特征;将目标特征输入聚类修正模块以修正类原型;通过分类预测模块预测查询集样本的分类概率;根据分类概率更新原型网络。本发明在样本量较为稀缺的情况下,也能实现较高的识别精度。

    一种识别方法及装置
    7.
    发明公开

    公开(公告)号:CN118606814A

    公开(公告)日:2024-09-06

    申请号:CN202410589845.2

    申请日:2024-05-13

    发明人: 薛思皓

    IPC分类号: G06F18/2415

    摘要: 本申请提供了一种识别方法及装置,方法包括:利用目标识别模型对待识别信息进行处理,得到多个目标特征值,目标识别模型包括与多种类别一一对应的多个二分类器,每个二分类器用于输出待识别信息的目标特征值,目标特征值用于表征待识别信息的真实类别与该二分类器所对应类别的一致性程度;针对每个二分类器,在对应的第一概率密度分布曲线上,确定待识别信息属于该二分类器所对应类别的第一参考概率,以及在对应的第二概率密度分布曲线上,确定待识别信息不属于该二分类器所对应类别的第二参考概率;根据第一参考概率和第二参考概率,确定待识别信息的识别结果。本申请能提升对待识别信息的识别准确率。

    一种基于边缘计算的特性试验设备故障预测方法及系统

    公开(公告)号:CN118606812A

    公开(公告)日:2024-09-06

    申请号:CN202410548274.8

    申请日:2024-05-06

    摘要: 本发明公开了一种基于边缘计算的特性试验设备故障预测方法及系统,传统故障预测方法往往缺乏实时性和准确性,难以及时发现设备潜在故障,影响设备安全性和稳定性。本发明首先构建交流无局放试验设备的边缘计算系统,获取历史故障放电数据和电磁信号接收数据。通过数据偏离度分析和参数变化分析,得到试验设备的特征数据。接着,基于机器学习算法和深度学习算法构建故障预测模型,对设备进行故障预测,得到预测结果。最后,根据预测结果进行安全性评估,并形成检修预警信息。本发明能够实现对特性试验设备故障的准确预测和及时预警,提高设备的安全性和稳定性,具有广泛的应用前景和经济价值。

    面向引导性话题网络的关键用户挖掘方法、装置及设备

    公开(公告)号:CN118606380A

    公开(公告)日:2024-09-06

    申请号:CN202410790984.1

    申请日:2024-06-19

    摘要: 本发明属于社交网络应用技术领域,涉及一种面向引导性话题网络的关键用户挖掘方法、装置及设备,所述方法包括获取用户的节点属性数据和话题环境主题数,所述用户的节点属性数据包括用户基本信息、用户社交属性和用户行为数据;利用LDA主题模型对用户行为数据按照话题环境主题数进行主题划分,得到用户初始意图;利用用户对话题的兴趣推移对用户初始意图进行动态演化,获得话题网络的用户动态意图矩阵;利用基于用户交互度和传播深度的随机游走方式,得到话题网络的用户隐式关系矩阵;利用注意力机制自动权衡用户动态意图矩阵和用户隐式关系矩阵,得到关键用户识别集合;本发明通过主题过滤和随机游走来处理引导性话题网络中庞大的数据和错综复杂的关系,实现关键用户的识别。