专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果115个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于深度学习的FM解调方法-CN202310937047.X在审
  • 裴张斌;郑仕链;卢为党;陈洁鹏;陈涛;张陆鑫;裘坤锋 - 浙江工业大学
  • 2023-07-28 - 2023-10-24 - H04L27/14
  • 一种基于深度学习的FM解调方法,包括以下步骤:1)采集多个频点的高质量广播信号,并使用已有的FM解调方法对其进行解调,解调信号将作为后续所制作数据集的正确标签;2)制作三种非理想环境下的混合FM信号数据集:噪声、瑞利衰落以及单音干扰;3)基于混合FM信号数据集训练自定义的基于回归的卷积神经网络模型;4)利用已训练好的卷积神经网络模型对新接收到的非理想FM信号进行解调恢复。本发明能够尽量克服噪声、瑞利衰落和单音干扰的影响;在各种非理想场景下具有更强的解调性能;在各非理想场景下所恢复的音频质量将会明显高于传统FM解调器。
  • 一种基于深度学习fm解调方法
  • [发明专利]车联网通信与传感波束切换策略-CN202310619375.5在审
  • 卢为党;陈继偲;殷锐;袁建涛;刘胜利;肖铎;虞文进;钱杰;叶志晖 - 浙江工业大学;浙大城市学院
  • 2023-05-29 - 2023-09-19 - H04W4/44
  • 本发明涉及车联网通信与传感波束切换策略,包括:在车辆经过路侧单元范围时,第一条波束发送感知信号用于感知车辆速度;根据第一条波束所测得的速度值,确定车辆到达第二条波束所在位置时的所需时间T;路侧单元判断通信信号能否在T秒内传输完成,若否,则切换到第二条波束继续传输通信信号;在波束切换时,第二条波束会感知车辆是否存在,如果存在,那么继续测量距离和角度,再继续接力通信,如果不存在,则将波束切回至第一条波束的位置;进行路侧单元间的波束协调。本发明的有益效果是:本发明使用了开销更低的PRS辅助切换策略,这种策略能够有效降低系统切换策略开销,并且有效提升总体数据传输速率。
  • 联网通信传感波束切换策略
  • [发明专利]基于深度强化学习的免授权随机接入方法、介质及设备-CN202310867935.9在审
  • 韩会梅;岳爽;卢为党;黄国兴;张昱;彭宏 - 浙江工业大学
  • 2023-07-14 - 2023-09-01 - H04W74/08
  • 本发明公开了基于深度强化学习的免授权随机接入方法,包括步骤:将用户作为一个智能体,生成DQN网络,所述DQN网络的优化目标设置为每个时隙用户所选择的超级前导码的被解码成功个数最大;获取用户的超级前导码的检测结果,作为该智能体的当前状态并将其输入DQN网络以生成用户选择超级前导码的动作并生成奖励及下一时刻状态;将所述当前状态、选择动作、奖励、下一时隙状态均作为经验样本存储于DQN网络的经验回放缓冲区,直至经验样本达到一定数量后从经验回放缓冲区中抽取经验样本训练DQN网络,直至达到所述优化目标后采用训练后的DQN网络作为各用户的超级前导码选择。本发明提供了深度强化学习模式对用户多前导码随机接入进行训练,提升接入成功率。
  • 基于深度强化学习授权随机接入方法介质设备
  • [发明专利]一种信号调制参数的估计方法及系统-CN202310571056.1在审
  • 黄国兴;朱楠楠;张泓栩;张昱;彭宏;卢为党 - 浙江工业大学
  • 2023-05-17 - 2023-08-11 - H04L27/04
  • 本发明提供一种信号调制参数的估计方法,包括:将调制信号均分为两个等效的待测信号,并分别输入主采样通道和反馈采样通道;对输入主采样通道的待测信号进行主通道采样得到样本组,基于样本组进行主通道参数估计得到待测信号的间断点位置估计值和幅度因子估计值,基于幅度因子估计值得到待测信号的幅度估计值;基于间断点位置估计值和幅度估计值构造出反馈信号,将反馈信号输入反馈采样通道;对输入反馈采样通道的待测信号和反馈信号进行混频得到待测信号的载波信号,对载波信号进行直接采样和延时采样分别得到未延时样本组和延时样本组,基于未延时样本组和延时样本组进行反馈通道参数估计,以得到待测信号的调频率估计值和初始载波频率估计值。
  • 一种信号调制参数估计方法系统
  • [发明专利]一种应用于车辆巡航系统的H2-CN202210214948.1在审
  • 宋秀兰;周文乐;许楷文;陈新;何德峰;卢为党 - 浙江工业大学
  • 2022-03-07 - 2023-04-07 - B60W30/14
  • 一种应用于车辆巡航系统的H2/H滚动时域估计方法,属于车辆巡航系统状态估计技术领域。本发明包括如下步骤:步骤1,建立巡航车辆的状态空间方程;步骤2,使用H2/H滚动时域估计对状态空间方程进行状态估计;步骤3,处理不确定性噪声,以满足H2/H性能,得到估计误差系统的状态空间方程;步骤4,基于估计误差系统的状态空间方程,构建误差估计器;步骤5,利用误差估计器,得到最优估计结果。本发明能够在确保估计性能的前提下对系统状态进行估计与预测,从而更好的实现对巡航车辆的估计与预测。
  • 一种应用于车辆巡航系统basesub
  • [发明专利]一种基于深度学习的城市道路场景语义分割方法-CN202010156966.X有效
  • 宋秀兰;魏定杰;孙云坤;何德峰;余世明;卢为党 - 浙江工业大学
  • 2020-03-09 - 2023-04-07 - G06V10/26
  • 一种基于深度学习的城市道路场景语义分割方法,包括以下步骤:1)、车辆前端的图像采集;2)、标注图像与原图像输入数据扩充:将图像随机裁剪、拼接或添加不同类型噪声,再通过图像仿射矩阵对图像变换,最后通过填充和裁剪等变换,保持图像的原有分辨率,得到数据集;3)、使用数据扩充后的图像和标注图像进行网络的训练,残差U‑net网络包括下采样部分、桥梁部分、上采样部分和分类部分;4)修改采集模块时间间隔T,将后续得到的图像输入训练好的深度学习模型中,输出预测的语义分割图像,并将图像中不同灰度回传给处理器。本发明使用较小数据集,同时可以防止梯度下降过快,并且能够保证在训练时不发生过拟合问题。
  • 一种基于深度学习城市道路场景语义分割方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top