-
公开(公告)号：CN105022721B
公开(公告)日：2017-10-31
申请号：CN201510416168.5
申请日：2015-07-15
Applicant: 北京理工大学
IPC: G06F17/14
Abstract: 本发明公开了一种快速、自动的定点FFT各级字长配置方法，具体过程如下：首先针对定点快速傅里叶变换FFT，根据需求设定：输入字长、最终输出信噪比以及FFT运算长度；以FFT每一级加减法运算均进行字长扩展和均不进行字长扩展的情况，计算每一级信噪比衰落的范围的下限和上限；利用最终输出信噪比以及每一级信噪比衰落的范围，计算得到FFT中各级输出信噪比的范围；利用各级信噪比的范围计算出各级截位向量的范围，从而得到各级字长的范围，并确定多组字长配置方案；对各组字长配置方案进行输出信噪比的验证，选取满足要求且存储资源消耗最少的一组作为最终字长配置方案。本发明能够节省存储资源，提高定点化子长配置效率。
-
公开(公告)号：CN103761074A
公开(公告)日：2014-04-30
申请号：CN201410038044.3
申请日：2014-01-26
Applicant: 北京理工大学
Abstract: 本发明在保证R22SDF定点FFT输出SQNR的情况下，实现节省存储资源的目标，提出一种流水结构定点FFT字长配置方法，首先按照每级加减法运算按照运算法则产生进位，即字长增加一位，计算一个基22FFT从输入到输出各级运算的字长，以此字长配置方案作为一个待优化的方案的模板；然后针对该模板，在保持每一级乘法的运算输入输出的数据字长不变的情况下，按照SQNR要求降低各级加减法运算的字长，确定字长配置方案；最后，根据前面确定的字长配置方案进行FFT算法的硬件实现，设计相应的带有截位器的基本蝶形运算单元，并且按照单路延时反馈的电路结构进行FFT的硬件实现。
-
公开(公告)号：CN119600734A
公开(公告)日：2025-03-11
申请号：CN202411723492.7
申请日：2024-11-28
Applicant: 珠海市北理工大湾区创新研究院 , 珠海安士佳电子有限公司 , 北京理工大学
IPC: G08B13/196 , G08B15/00
Abstract: 本发明涉及图像通信技术领域，尤其涉及一种带主动防御的智能摄像头及其防御方法，包括数据采集模块、提取模块、判定模块、确定模块、筛选模块以及防御模块。本发明通过融合多参数分析技术，结合实时图像的目标位置、姿态角度及高度，以及声音强度的动态变化，实现了对入侵目标的精准识别，判定模块采用边界判定与姿态角度变化相结合的多层次逻辑，有效提高了异常目标判定的准确性；筛选模块通过声音强度与位置的综合筛选，减少误判；防御模块基于目标的实时位置和高度计算发射轨迹，利用水弹实现定点主动防御，避免传统语音报警方式的被动性，有效解决了由于指纹识别和振动监测数据单一导致响应速度不及时的问题。
-
公开(公告)号：CN119580411A
公开(公告)日：2025-03-07
申请号：CN202411837075.5
申请日：2024-12-13
Applicant: 珠海市北理工大湾区创新研究院 , 珠海安士佳电子有限公司 , 北京理工大学
IPC: G08B13/196 , G08B7/06 , H04N5/45 , H04N5/262
Abstract: 本发明涉及安防技术领域，尤其涉及一种基于多目摄像头数据融合的智能视频监控系统，包括：若干多目摄像头，用以拍摄监控区域；轮换单元，用以调节多目摄像头中各目摄像头的拍摄角度、拍摄位置和拍摄焦点；校验单元，用以确定和比较单个多目摄像头中各目摄像头拍摄的第一预设时间内视频流中的画中画特征，以及将替换前后的固定单目摄像头在第二预设时间内拍摄的视频流的画中画特征进行对比；报警装置，用以接收报警信号，并发出声光报警；本发明的系统利用设置上述各装置的方式，避免单一摄像头因拍摄局限导致的误判，极大提高了判断画面是否被修改的准确性，有效提升了基于多目摄像头数据融合的智能视频监控系统的安全性和准确性。
-
公开(公告)号：CN117975578A
公开(公告)日：2024-05-03
申请号：CN202410160873.2
申请日：2024-02-05
Applicant: 北京理工大学
IPC: G06V40/40 , G06V40/16 , G06V20/00 , G06V10/44 , G06V10/74 , G06T1/00 , G06N3/045 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于人脸特征及其关联水印的深度伪造主动检测方法。本发明将人脸特征与水印图像紧密耦合，提出一种基于人脸特征的水印生成方法，使得水印随着人脸图像特征的变化而不断动态改变，避免了已有方法中使用固定水印可能导致的各类安全风险。同时，本发明中用于与恢复的水印对比的基准水印是带有关联水印的合成图像基于水印生成器直接生成的的映射水印，而非约定的固定水印，因此，无需考虑基准水印的同步问题，简化了检测过程。此外，本发明的检测方法可部署在第三方，使用者只需访问特定的接口即可实现对深度伪造的检测，检测模型和检测过程对使用者可用不可见，也无需使用者在本地部署相关模型，提高了检测的安全性与实用性。
-
Patent Agency Ranking
公开(公告)号：CN103810146B
公开(公告)日：2017-01-11
申请号：CN201410038950.3
申请日：2014-01-26
Applicant: 北京理工大学
IPC: G06F17/14
Abstract: 本发明提出一种逆序输入顺序输出的FFT结构设计方法，解决了脉冲压缩系统中传统FFT结构带来的额外存储需求和流水迟滞问题。步骤一、设计FFT结构中的蝶形运算单元,该蝶形运算单元包括两个输入、两个输出、加法器、减法器和实虚部交换单元，两个输出为两个输入数据通过蝶形运算单元中的加法器和减法器运算得到的和结果和差结果，当需要做结果数据乘以虚单位-j的操作时，通过实虚部交换单元交换结果数据的实虚部实现；步骤二、对输入数据和输出数据的地址重新进行二维分解，推导DIT结构的FFT计算模型，利用二维分解得到的系数组设计信号流图；步骤三、将步骤二中的信号流图进行硬件实现，完成FFT结构设计。
-
公开(公告)号：CN103823789A
公开(公告)日：2014-05-28
申请号：CN201410038962.6
申请日：2014-01-26
Applicant: 北京理工大学
IPC: G06F17/14
Abstract: 本发明在基于原位存储的结构上，提出一种低复杂度的通用混合基FFT设计方法，步骤一、设计计数器；步骤二、根据步骤一得到的每级的计数器，将其映射到操作数的访问地址；步骤三、根据步骤一得到的计数器，给出生成旋转因子地址的中间值的映射；上面得到的操作数和旋转因子的访问地址即为地址控制单元，选择器Mux设置为：当Mux=0时，表示进入RAM中的数据为外界输入数据；当Mux=1时，表示进入RAM中的数据为由蝶形单元计算按照原位算法存储的数据。
-
公开(公告)号：CN116106005B
公开(公告)日：2023-06-06
申请号：CN202310388300.0
申请日：2023-04-12
IPC: G01M13/028 , G06F18/213 , G06F18/24 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于端边云协同机器学习的旋转设备故障诊断方法，属于人工智能与工业物联网技术领域。本发明设计的端边云协同的故障诊断框架，通过在端节点部署TinyML模型，有效利用端设备算力，降低模型部署后的计算、通讯成本，解决故障诊断精度与延迟之间的矛盾。在边缘、云的赋能下，解决了端节点TinyML难以实现寿命预测的问题。本方法结合设备故障振动信号的物理特性，确定了故障诊断模型的最小输入节点数，分析了振动数据的差分特征，为级联网络提供了理论层面的支撑，构建了基于级联自编码器的故障诊断模型，降低了峰值内存占用，将模型部署于单片机中，实现了工业现场海量底层设备剩余算力的有效利用。
-
公开(公告)号：CN115393678A
公开(公告)日：2022-11-25
申请号：CN202210913815.3
申请日：2022-08-01
IPC: G06V10/80 , G06V10/82 , G06F40/216 , G06N3/04 , G06N3/08 , G06V10/30 , G06V10/774
Abstract: 本发明公开了一种基于图像式中间态的多模态数据融合决策方法，包括确定决策任务涉及的多模态数据；设计多模态数据统一转换为图像模态数据的方法；面向决策任务获取多模态样本数据，并统一为图像模态以构造训练集和测试集；基于训练集和测试集，训练融合注意力机制的多通道深度神经网络；采集用于决策的多模态数据，并统一转换为图像模态以构造决策数据集；将决策数据集输入多通道深度神经网络进行特征自适应提取与融合决策。本发明既避免了多特征提取模型导致的复杂网络设计和大量参数寻优问题，又可方便地、仅使用一个硬件加速设备来完成快速的神经网络计算；增强深度神经网络各通道提取特征的交互性和互补性；减少冗余特征的输入。
-
公开(公告)号：CN114186358A
公开(公告)日：2022-03-15
申请号：CN202111375216.2
申请日：2021-11-19
Applicant: 南京理工大学 , 北京理工大学东南信息技术研究院
IPC: G06F30/17 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本申请提供基于文本特征和卷积神经网络的轴承寿命预测方法及装置，方法包括：获取待预测滚动轴承的时域振动数据；对时域振动数据进行降噪处理；对降噪后的时域振动数据经过傅里叶变化获取频域数据；提取频域数据的频域特征，以及对频域数据进行编码获取文本特征；将频域特征，以及文本特征输入预先训练好的神经网络模型中，预测待预测滚动轴承的预测寿命。本申请提供的方法使用小波分解、重构的方法进行降噪，避免了阈值挑选的问题；本申请使用的文本特征作为新的退化指标，避免了传统退化指标表征不全面的缺点；并将注意力机制应用到特征通道中，增强了卷积神经网络中的特征关联能力。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.031 seconds)
