“黄庭培”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果18个，建议您升级VIP下载更多相关专利

[发明专利]多跳BackCom网络能量优化路由方案-CN202110649187.8在审
发明人： 黄庭培;张静;祝虎;于向洋;李世宝;刘建航 -专利权人：中国石油大学（华东）
申请日： 2021-06-10 - 公布日： 2021-09-24 - 主分类号： H04W40/10 文献下载
摘要：本发明涉及一种应用于BackCom网络的能量优化路由协议，针对通信距离短，对多跳路由问题进行建模；针对节点反向散射传输范围不同，为节点选择不同的转发区域；考虑节点位置以及一跳范围内节点剩余能量设置能量优化路由度量；针对节点所获能量不同，根据与射频源距离动态调整路由度量权重来权衡不同区域的能量平衡和能源效率要求；提出了稳定区域，稳定区节点通过协作来不定时更换稳定点。该协议旨在解决较远距离反向散射通信的网络寿命及能耗问题。
多跳 backcom 网络能量优化路由方案

[发明专利]一种WiFi环境下基于生成对抗网络的动作识别方法-CN202110654354.8在审
发明人： 黄庭培;王少颖;刘国勇;李世宝;刘建航 -专利权人：中国石油大学（华东）
申请日： 2021-06-10 - 公布日： 2021-09-10 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种WiFi环境下基于生成对抗网络的动作识别方法，包括：对接受到的待识别WiFi数据预处理，以获得对应于所述待识别CSI数据的输入数据；将所述输入数据输入至生成对抗网络模型，以进行动作识别。解决了现有技术中标记工作繁杂，当标记数据较少及模型应用于新用户时识别性能下降的问题。本发明克服了传统识别技术对光照等条件的限制，避免了隐私泄露的风险，且在小样本及目标改变的条件下仍能准确地识别出不同的人类动作。
一种 wifi 环境基于生成对抗网络动作识别方法

[发明专利]一种基于WiFi的手写字母识别方法及系统-CN201910612897.6在审
发明人： 黄庭培;马诗源;李世宝;黄君威;刘建航 -专利权人：中国石油大学（华东）
申请日： 2019-07-09 - 公布日： 2019-10-22 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种基于WiFi的手写字母识别方法及系统，所述方法包括如下步骤：步骤A1：使用者在AP和STP之间书写手写字母的同时，利用数据收集模块收集反映环境状态变化的WiFi信号。步骤A2：从WiFi信号中提取信道状态信息。步骤A3：对信道状态信息进行相位解卷绕和相位校正操作。步骤A4：将数据输入到卷积神经网络，其中包括：输入层，Inception模块，深度连接层，批规范化层，ReLU层,平均池化层，dropout层，全连接层，softmax层，分类层。采用动量梯度下降法训练网络。步骤A5：经过训练后的卷积神经网络模型应用于手写字母识别。本发明克服了传统的动作识别需要携带可穿戴式设备的限制并且避免了隐私泄露的风险。使用改进的卷积神经网络进行动作识别，提高识别精度。
卷积神经网络手写字母识别信道状态信息动作识别连接层动量环境状态变化数据收集模块相位解卷绕可穿戴式模型应用手写字母相位校正训练网络隐私泄露传统的输入层下降法池化书写规范化携带分类改进

[发明专利]一种基于高速无线局域网的快速速率选择算法-CN201910534354.7在审
发明人：姜忠泰;黄庭培;蔡丽萍;张晨晨 -专利权人：中国石油大学（华东）
申请日： 2019-06-20 - 公布日： 2019-09-10 - 主分类号： H04W28/22 文献下载
摘要：本发明提供了一种基于高速无线局域网络的快速速率选择算法。本发明基于阈值选择，zigzag探测的特点，通过实验测得在802.11ac高速局域网下MIMO、信道宽度的阈值，并利用zigzag探测的形式基于二分法的原则探测活的MCS的最优解。本发明提供的技术方案可以可以缩小速率搜索的空间，减少损耗，并且提升数据传输的吞吐效率。
高速无线局域网速率选择算法探测二分法高速局域网数据传输吞吐效率阈值选择最优解信道搜索

[发明专利]一种基于深度神经网络的极化码译码参数确定方法-CN201810687120.1在审
发明人：李世宝;卢丽金;潘荔霞;刘建航;黄庭培;陈海华;邓云强 -专利权人：中国石油大学（华东）
申请日： 2018-06-28 - 公布日： 2019-01-18 - 主分类号： H03M13/13 文献下载
摘要：本发明提供了一种基于深度神经网络的极化码译码参数确定方法，所述方法首先从收集、整理样本数据开始；然后以样本数据的特征、标签及大小作为依据进行建模，并采用反向传播算法来训练网络；然后再将由接收信号计算得到的似然比输入到已完成训练的深度神经网络中，输出Q；最后将L初始化为Q，执行串行抵消列表译码算法。该方法通过将深度神经网络技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
极化神经网络样本数据译码参数神经网络技术译码复杂度反向传播计算操作信号计算训练网络译码技术译码算法初始化似然比建模算法抵消标签输出

[发明专利]一种基于深度神经网络的极化码译码方法-CN201810736700.5在审
发明人：李世宝;卢丽金;潘荔霞;刘建航;黄庭培;陈海华;邓云强 -专利权人：中国石油大学（华东）
申请日： 2018-07-06 - 公布日： 2018-12-07 - 主分类号： H03M13/13 文献下载
摘要：本发明提供了一种基于深度神经网络的极化码译码方法，所述方法首先从收集、整理样本数据开始；然后设置参数进行建模，并采用反向传播算法来训练网络；然后再将Rate‑R结点对应的似然比输入到已完成训练的深度神经网络模型中，得到0或1；最后根据0、1状态执行简化的连续消除译码算法。该方法通过将深度神经网络技术与极化码译码技术进行结合，减少对Rate‑R结点的遍历操作，提高译码速度，降低译码时延。
极化译码神经网络结点神经网络技术神经网络模型遍历操作反向传播设置参数训练网络样本数据译码技术译码时延译码算法状态执行似然比建模算法

[发明专利]一种串行抵消列表译码参数的快速确定方法-CN201810692970.0在审
发明人：李世宝;卢丽金;潘荔霞;刘建航;黄庭培;陈海华;邓云强 -专利权人：中国石油大学（华东）
申请日： 2018-06-29 - 公布日： 2018-11-27 - 主分类号： H03M13/15 文献下载
摘要：本发明提供了一种串行抵消列表译码参数的快速确定方法，所述方法首先从收集、整理数据开始；然后确定核函数并初始化参数，构造支持向量机多类分类器，并训练支持向量机多类分类器模型；然后再将由接收信号计算得到的似然比输入到已完成训练的支持向量机多类分类器模型中，输出G；最后将L初始化为G，执行串行抵消列表译码算法。该方法通过将支持向量机技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
支持向量机多类分类器抵消快速确定译码参数极化初始化参数译码复杂度计算操作信号计算译码技术译码算法初始化核函数似然比输出

[发明专利]一种基于卷积神经网络的串行抵消列表译码参数优化方法-CN201810737117.6在审
发明人：李世宝;卢丽金;潘荔霞;刘建航;黄庭培;陈海华;邓云强 -专利权人：中国石油大学（华东）
申请日： 2018-07-06 - 公布日： 2018-11-23 - 主分类号： H03M13/23 文献下载
摘要：本发明提供了一种基于卷积神经网络的串行抵消列表译码参数优化方法，所述方法首先从收集、整理样本数据开始；然后以样本数据的特点及大小作为依据进行建模，并采用反向传播算法来训练网络；然后再将由接收信号计算得到的似然比输入到已完成训练的卷积神经网络中，输出Q；最后将L初始化为Q，执行串行抵消列表译码算法。该方法通过将卷积神经网络技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
卷积神经网络抵消样本数据译码参数极化译码复杂度反向传播计算操作信号计算训练网络译码技术译码算法初始化似然比建模算法优化输出

[发明专利]一种极化码译码参数的快速优化方法-CN201810735831.1在审
发明人：李世宝;卢丽金;潘荔霞;刘建航;黄庭培;陈海华;邓云强 -专利权人：中国石油大学（华东）
申请日： 2018-07-06 - 公布日： 2018-11-09 - 主分类号： H03M13/13 文献下载
摘要：本发明提供了一种极化码译码参数的快速优化方法，所述方法首先从收集、整理样本数据开始；然后以样本数据的特点及大小作为依据进行建模，并采用监督学习和随机梯度优化方法来训练网络；然后再将由接收信号计算得到的似然比输入到已完成训练的径向基函数神经网络模型中，输出M；最后将L初始化为M，执行串行抵消列表译码算法。该方法通过将径向基函数神经网络技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
极化径向基函数神经网络样本数据译码参数优化译码复杂度计算操作随机梯度信号计算训练网络译码技术译码算法初始化似然比建模抵消输出监督学习

[发明专利]一种基于声纹跟踪的摄像机控制方法-CN201810026301.X在审
发明人：李世宝;孙莉;卢丽金;杨喜鹏;刘建航;黄庭培;陈海华 -专利权人：中国石油大学（华东）
申请日： 2018-01-11 - 公布日： 2018-08-17 - 主分类号： G01S5/18 文献下载
摘要：本发明提供了一种基于声纹跟踪的摄像机控制方法，解决在演出、会议等视频录制场景下，无法自动控制摄像机实时追踪目标说话人的问题。本发明所述方法包括软件方法和硬件系统两部分，其中软件方法包含说话人声纹模型、声纹识别的信道补偿算法以及波达方位估计中的WSF算法及其优化算法等，本文针对WSF算法求解复杂度高的问题，提出了限定WSF求解空间算法和基于窄带遗传搜索空间的WSF算法。硬件系统使用摄像机、麦克风阵列、处理器、内存、云服务器、电源以及网卡等作为本发明算法的载体，实现摄像机实时跟踪的功能。
算法摄像机摄像机控制硬件系统声纹麦克风阵列方位估计求解空间声纹识别实时跟踪实时追踪视频录制信道补偿遗传搜索优化算法云服务器复杂度跟踪处理器波达求解网卡窄带内存电源场景说话会议

[发明专利]一种极化码的快速译码方法-CN201711321262.8在审
发明人：李世宝;邓云强;卢丽金;何怡静;刘建航;黄庭培;陈海华 -专利权人：中国石油大学（华东）
申请日： 2017-12-12 - 公布日： 2018-04-20 - 主分类号： H03M13/13 文献下载
摘要：本发明提供了一种极化码的快速译码算法，即EPD(Error Probability Distribution)‑SSC译码算法。所述算法分为离线计算部分和在线译码部分离线计算模块采用弱极化信道下的高斯近似来估计弱极化子信道的错误概率参数，从而生成错误概率分布树来辅助在线译码；在线译码模块通过错误概率分布树计算当前结点的Pnode值，该值代表了当前Rate‑R结点的特性，进一步通过阈值来筛选出Rate‑R‑EPD结点。当实施EPD‑SSC译码算法时，Rate‑R‑EPD结点可以进行快速译码，从而降低译码时延。
一种极化快速译码方法

[发明专利]一种极化码的编解码方法-CN201610608501.7在审
发明人：李世宝;卢丽金;张文斌;刘亚军;刘建航;陈海华;黄庭培 -专利权人：中国石油大学（华东）
申请日： 2016-07-29 - 公布日： 2016-12-07 - 主分类号： H03M13/09 文献下载
摘要：本发明提供了一种极化码的编解码方法，所述方法在编码端对SCL编码数据包进行分块，对每一块数据分别加入CRC校验位；在译码端针对码树上的路径搜索结构，首先删除度量值不符合条件的候选路径，然后对当前译码所处的位置进行判断，如果处于CRC校验位置则再进行CRC校验，从剩余候选路径中删除未能通过校验的路径，当译码扩展到叶节点时，选择通过CRC校验同时度量值最大的一条路径作为正确的译码路径。该方法通过CRC校验与传统度量值删除路径思想的结合，避免了对错误路径的重复搜索，从而极大降低了极化码的译码复杂度。
一种极化解码方法

[实用新型]一种车载多旋翼无人机辅助回收系统-CN201620472597.4有效
发明人：李世宝;张文斌;刘建航;路锦博;陈海华;黄庭培;章扬 -专利权人：中国石油大学（华东）
申请日： 2016-05-23 - 公布日： 2016-11-30 - 主分类号： G05D1/10 文献下载
摘要：本实用新型公开了一种车载多旋翼无人机辅助回收系统，属于无人机技术领域。该系统包括红外发射模块、红外接收模块以及无线通信模块。所述红外发射模块布设在汽车上，包括单片机控制电路以及红外发射驱动电路，单片机可以对发射的红外光按照一定的伪随机码序列进行编码，并发送出去。所述红外接收模块负责接收红外信号并且按照约定的伪随机码序列进行信号解码，进而确定接收到的信号来源以及位置。所述无线通信模块包括无人机端和汽车端两部分，可以实现汽车与无人机之间的通信过程，通过相互传送指令数据辅助无人机降落。该系统可以高效实现多旋翼无人机的精确降落，可靠性强，并且可以防止无线恶意拦截，增强飞行安全性。
一种车载多旋翼无人机辅助回收系统

[发明专利]一种基于分布式喷泉码的车联网协助下载方法-CN201610165124.4在审
发明人：刘建航;张文斌;李世宝;路锦博;陈海华;黄庭培;章扬 -专利权人：中国石油大学（华东）
申请日： 2016-03-22 - 公布日： 2016-08-10 - 主分类号： H04L29/08 文献下载
摘要：本发明属于车联网通信技术领域，涉及一种基于分布式喷泉码的车联网协助下载方法。本发明过程中，协助车把将要被下载的数据进行编码，当目标车辆处于协助车的通信范围内时，由协助车将数据分组进行广播发送，此时目标车辆和处于协助车通信范围内的其他车辆都进行数据分组的接收。当协助车驶离目标车的通信范围时，如果目标车未能收到足够多的数据编码分组用以还原原始数据，则目标车通信范围内其他携带分组信息的协助车继续为其转发数据分组，直到目标车收到足够多的数据用以还原原始数据，一次协助下载过程结束。本发明首次将分布式喷泉码技术与车联网环境相结合，具有信道利用率高，丢包率低的优点。
一种基于分布式喷泉联网协助下载方法

[发明专利]一种基于BP神经网络的卡尔曼增益修正方法-CN201510836398.7在审
发明人：李世宝;陈瑞祥;路锦博;刘建航;陈海华;黄庭培;章扬 -专利权人：中国石油大学（华东）
申请日： 2015-11-26 - 公布日： 2016-04-20 - 主分类号： G06N3/04 文献下载
摘要：本发明属于无线定位技术领域，涉及一种基于BP神经网络的卡尔曼增益修正方法。本发明过程中，使用移动测向站、GPS设备以及已知GPS坐标的无线电发射设备分别在闹市、城市郊区以及农村获取训练数据；然后计算理论角度值、测量值方差、使用MGEKF算法对这些数据进行滤波处理获取每次迭代的增益修正因子和目标估计位置坐标；利用以上数据训练BP神经网络，使得BP神经网络可以拟合测量值、测量值方差、目标估计位置、测向机位置和增益修正因子的相关关系，减小了传统MGEKF算法使用测量误差对增益修正结果的影响。本发明首次提出使用BP神经网络拟合测量值与增益修正因子的关系，降低了增益修正的误差，提高了滤波算法定位精度。
一种基于 bp 神经网络卡尔增益修正方法

1
2
下一页»
尾页
共 18 条