“季桓勇”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多尺度特征融合的复杂调制方式识别方法-CN202211732026.6在审
发明人：潘一震;韩顺利;季桓勇;李春晖;张博 -专利权人：中国电子科技集团公司第四十一研究所
申请日： 2022-12-30 - 公布日： 2023-05-23 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于多尺度特征融合的复杂调制方式识别方法，包括如下步骤：构建多尺度特征融合神经网络识别模型；生成包含IQ数据与频谱数据的双模态数据样本，将双模态数据样本划分为训练集和验证集；利用训练集来训练模型，并利用验证集来验证模型的正确性；将待分类的调制信号数据进行预处理，得到包含IQ数据与频谱数据的双模态数据，将双模态数据验证集输入到该模型中，模型的输出类别即为识别的调制类型。本发明所公开的识别方法加强了网络对特征的表征能力，解决了复杂调制信号之间差异不明显、深层特征提取困难的问题，实现在复杂的特征中提取出调制信号稳定的深层次特征并完成快速识别，提升了模型的识别准确率。
一种基于尺度特征融合复杂调制方式识别方法

[发明专利]一种适用于测试仪器的神经网络高效推理方法-CN202211162161.1在审
发明人： 季桓勇;李飞;韩顺利 -专利权人：中国电子科技集团公司第四十一研究所
申请日： 2022-09-23 - 公布日： 2023-01-24 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种适用于测试仪器的神经网络高效推理方法，属于测试技术领域。本发明方法采用了神经网络层融合的技术，可有效降低卷积‑池化‑非线性这种网络单元的计算量；在内存利用方面，引入了内存复用机制，可对内存进行有效地复用，极大提升测试仪器尤其是小型手持式仪器的智能能力；在整体模型部署方面，本方法预先检测CPU相关的算力情况、CPU使用情况，合理分配线程数目；在模型预推理方面，转换后的模型将在推理前进行预先推理以验证模型转换后的正确性和对硬件资源的利用率，通过推理框架内置的预推理模块，完成模型预推理并给出神经网络各个算子时间损耗。本方法可以有效地解决在测试仪器领域神经网络高效推理问题。
一种适用于测试仪器神经网络高效推理方法

[发明专利]一种面向大动态信噪比下的自动调制识别方法-CN202210958188.5在审
发明人：潘一震;韩顺利;李飞;季桓勇;李春晖 -专利权人：中国电子科技集团公司第四十一研究所
申请日： 2022-08-11 - 公布日： 2022-11-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种面向大动态信噪比下的自动调制识别方法，属于调制检测技术领域，包括如下步骤：获取不同信噪比下的调制信号数据；数据集划分和预处理；构建双通道融合神经网络；识别待分类的调制类型。本发明方法，通过将接收信号的信噪比类别与信号卷积特征进行融合学习，提高了对低信噪比下调制信号数据的表征能力，从而实现不同信噪比下调制信号数据的准确识别；本发明有效提高了调制识别算法在大动态信噪比下的适应能力，在保证识别算法准确率的同时兼顾算法的效率，为调制信号的智能识别提供了保障。
一种面向动态自动调制识别方法