-
公开(公告)号：CN118982805A
公开(公告)日：2024-11-19
申请号：CN202410917543.3
申请日：2024-07-10
Applicant: 东南大学
IPC: G06V20/56 , G06T7/10 , G06V10/764 , G06N3/0464
Abstract: 本发明提出了一种基于行维度上深度学习的道路线辨别方法，包括以下步骤：1、对整体的图像进行切分，得到h个行维度，再对每一行进行行模块的切分，得到w个行模块；2、在每一行上进行c条车道线位置对应模块的选择；3、引入结构化损失函数，优化车道位置的空间连续性。本发明能减少计算成本并有效处理复杂场景和极速需求，尤其适用于自动驾驶系统。通过引入结构化损失优化车道的空间连续性，实现高速和高准确性的道路线检测，即使在光照极端或遮挡严重的情况下也能保持良好性能。
-
公开(公告)号：CN118210929A
公开(公告)日：2024-06-18
申请号：CN202410512602.9
申请日：2024-04-26
Applicant: 东南大学
IPC: G06F16/36 , G06N5/02 , G06N3/0895 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/042 , G06N3/0499 , G06N3/084 , G06F17/18 , G06F17/16
Abstract: 本发明公开了一种自监督场景下基于图对比学习的知识图谱结构优化方法，属于知识图谱领域，该方法将原始知识图谱转化为图数据集，然后通过构建的基于图对比学习的知识图谱结构优化模型进行训练，学习和挖掘图中潜在结构和信息。该模型采用数据增强以提升泛化能力，运用注意力机制突出关键信息，引入更新机制降低原始数据中错误信息的影响，最终通过节点分类任务验证模型性能，并基于学习到的图结构对原始知识图谱进行优化和补全。该方法不仅摆脱了对标签的依赖，而且能够有效解决传统知识图谱构建中的结构不完整问题，优化和完善原始知识图谱，显著提升知识图谱的质量，为智能运维等应用领域提供更准确、更完整的数据基础。
-
公开(公告)号：CN118101389A
公开(公告)日：2024-05-28
申请号：CN202410431613.4
申请日：2024-04-11
Applicant: 东南大学
IPC: H04L25/02 , H04B7/0413 , H04B7/0456
Abstract: 本发明公开了一种基于深度展开网络的超大规模MIMO近场信道估计方法，属于人工智能辅助无线通信技术领域。利用近场散射点，构建超大规模MIMO近场信道，考虑上行信道，通过用户终端向基站发送导频信号，建立接收信号模型，获取接收信号，随后划分网格，对角度和距离进行采样，获取近场极域字典并构建近场感知矩阵，之后利用极域稀疏性，将超大规模MIMO近场信道估计问题转化为稀疏信号恢复问题，利用近场感知矩阵，选取迭代收缩阈值算法进行求解。随后，基于迭代收缩阈值算法，引入神经网络，对其进行展开建模以及优化，对所设计的深度展开网络进行训练并验证模型的效果。仿真结果表明，提出的深度展开网络能够有效实现近场信道估计。
-
公开(公告)号：CN114885340B
公开(公告)日：2024-01-23
申请号：CN202210491326.3
申请日：2022-05-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度迁移学习的超密集无线网络功率分配方法，包括：首先基于超密集网络UDN网络模型，定义以能效为目标的功率分配优化问题。然后分别模拟“熟悉”通信网络与“陌生”通信网络，生成各自的有监督数据集，其中每条样本是用户与基站间的信道状态信息与传统方法计算得到的最优功率分配。进而提出一种基于深度迁移神经网络模型的样本迁移方法，使用上述两个通信网络的数据，在学习信道状态信息与最优功率分配映射的同时，通过对抗训练的权重学习网络获得“熟悉”通信网络的样本权值，利用“熟悉”通信网络的数据提升该神经网络在“陌生”通信网络的预测效果。
-
公开(公告)号：CN116453001A
公开(公告)日：2023-07-18
申请号：CN202310436011.3
申请日：2023-04-21
Applicant: 东南大学
IPC: G06V20/17 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/25 , G06N3/0464 , G06N3/082 , G06V10/766
Abstract: 本发明公开了一种基于变换器和跳跃路径聚合FPN的航拍目标检测方法，包括：获取待检测的航拍图像数据；将待检测的航拍图像数据输入预先训练好的航拍小目标检测网络模型进行目标检测，得到待检测的航拍图像数据的目标检测结果；其中，航拍小目标检测网络模型为利用可变形卷积和变换器模块结合的深度聚合残差变换网络进行特征提取，利用跳跃路径聚合特征金字塔网络进行特征融合，利用双路路解耦检测头进行目标检测。在无人机航拍视角拍摄的图片中，能够达到更高的检测精度，尤其是在有大量小目标存在的场景中。
-
Patent Agency Ranking
公开(公告)号：CN113259033B
公开(公告)日：2022-11-29
申请号：CN202110522022.4
申请日：2021-05-13
Applicant: 东南大学
IPC: H04B17/382 , H04W16/28
Abstract: 本发明公开了一种基于FPGA的动态毫米波通信场景中高速波束控制方法，包括以下步骤：在通信系统的接收端通过全码本扫描进行波束的初始化，建立起初始通信波束；建立波束控制模块与基带处理FPGA间的数据通信，用于触发波束跟踪过程并进行波束测量；建立波束训练状态机实现波束跟踪算法模型；通过SPI高速串口传输天线控制信息实现波束控制模块对天线的控制；每次波束训练结束后进行波束质量的判断，如果判定为波束选择失败则需要进行波束恢复；波束训练结束后选定最佳传输波束进行数据传输，并等待下一个周期的训练触发信号。本发明通过定义SPI高速模式写入协议控制天线，实现了微秒级别的波束切换间隔。
-
公开(公告)号：CN114915322A
公开(公告)日：2022-08-16
申请号：CN202210486376.2
申请日：2022-05-06
Applicant: 东南大学
IPC: H04B7/0426 , H04B17/391 , H04W52/28 , G06F30/27 , G06N3/04
Abstract: 本发明公开了一种基于半监督学习与特征增广的多小区大规模MIMO通信的功率分配方法，包括：(1)构建多小区大规模MIMO网络通信场景仿真环境，并计算不同用户分布时所对应的最优功率分配，作为监督学习部分的标签，以用户位置作为特征并进行特征增广。(2)构建分支型DNN模型，进行有监督训练直至收敛，冻结模型参数。(3)设计无监督训练时的损失函数，同时考虑优化目标与功率约束条件两部分。解冻模型参数，继续对模型进行无监督训练至模型收敛。本发明可以逼近复杂的传统算法，半监督减少了所需样本的数量，特征复用在特征较少的情况下保证了网络的训练效果，且只需要用户的位置信息而不需要信道状态信息反馈。
-
公开(公告)号：CN111553939B
公开(公告)日：2022-04-29
申请号：CN202010316646.6
申请日：2020-04-21
Applicant: 东南大学
Abstract: 一种多目摄像机的图像配准算法，首先使用单应变换对摄像机之间的运动进行建模并使用一个参数化的单应变换模型表示，然后通过不同视角间图像存在的重叠区域估计出摄像机之间运动参数。在此过程中，针对不同视角之间重叠区域可能存在的情况，采用结合SURF特征点配准和基于最小均方误差的像素配准的算法，准确地匹配两张来自不同视角的图像。最后，为了均分累积配准误差，提高图像的视觉一致性，使用了基于光束平差法对所有的参数化运动模型进行统一建模，并使用Levenberg‑Marquats算法求解得到经过光束平差法后的参数化运动模型。本申请有效地处理基于特征点配准方法失效的情况，并保证在多摄像机配准的情况下不产生配准误差的累积进而生成视觉效果良好的宽视场图像。
-
公开(公告)号：CN108809389B
公开(公告)日：2020-12-29
申请号：CN201810361932.7
申请日：2018-04-20
Applicant: 东南大学
IPC: H04B7/0456
Abstract: 本发明提供一种基于QR分解的块对角化多用户预编码实现方法。发明中提出一种Givens旋转矩阵的复用算法，可以适用于用户数大于2的多用户系统。对于多用户系统特别是用户数较多的系统，基于QR分解的块对角化方法在实现中复杂度较高。基于此，本发明提出的Givens旋转矩阵复用算法，重点在于在具体硬件设计中降低设计复杂度。该方法利用了用户信道的不同排列方式，结合Givens旋转矩阵的特性，有效地降低了块对角化预编码实现的复杂度。
-
公开(公告)号：CN107147597B
公开(公告)日：2020-12-01
申请号：CN201710245126.9
申请日：2017-04-14
Applicant: 东南大学
Abstract: 本发明提供了一种毫米波通信系统中分数间隔频域均衡硬件实现方法，包括以下步骤：接收天线获取信号，进行同步；对同步后的数据做分数间隔处理；将数据做FFT生成频域数据；根据导频数据对系统进行信道估计，获得信道估计矩阵H；根据信道矩阵H，进行频域均衡。本发明方法利用了毫米波升采样提供的分集增益信息，结合硬件实现过程中矩阵分块运算特点和最小均方差均衡技术，在不明显影响运算复杂度情况下，能够有效改善毫米波通信系统中定时相位误差和信道延时失真的影响，提高系统的误比特性能；同时均衡过程即完成信号的降采样。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.038 seconds)
