“赵知劲”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55个，建议您升级VIP下载更多相关专利

[发明专利]一种基于稳定场跳跃连接的GAN图像修复方法-CN202210439726.X在审
发明人：叶学义;曾懋胜;石悦;赵知劲;陈海颖 -专利权人：杭州电子科技大学
申请日： 2022-04-25 - 公布日： 2022-07-01 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于稳定场跳跃连接的GAN图像修复方法，将稳定场算子嵌入至跳跃连接中，利用稳定场算子对生成单元中编码器特征图的破损像素进行初步预测，再传递至解码器并输出生成图像。然后细化了损失的类型，重新定义损失函数为对抗损失、像素重构损失和金字塔损失来进一步指导网络的训练向正确的方向进行。本发明方法提升了破损图像修复的效果，在满足人类视觉感知需求的同时也能在一定程度上与原图相似。且经实验验证，该方法在人脸图像、自然场景图像和建筑图像上都达到了不错的修复效果。
一种基于稳定跳跃连接 gan 图像修复方法

[发明专利]基于JTAG的FPGA图像分类加速器测试方法及系统-CN202210263087.6在审
发明人：黄继业;郭童栋;赵知劲;杨宇翔;董哲康 -专利权人：杭州电子科技大学
申请日： 2022-03-17 - 公布日： 2022-06-28 - 主分类号： G06F11/22 文献下载
摘要：本发明公开了一种基于JTAG的FPGA图像分类加速器测试方法，包括如下步骤：S10、将测试图片转换成若干个mif文件；S11、控制JTAG向FPGA图像分类加速器板卡分多次传输测试图像；S12、每张测试图像分类完成后从FPGA板卡获取分类标签，将分类结果写入本地文件；S13、根据所述写有分类结果的本地文件与测试数据集标准结果进行对比，统计分类准确率。采用上述技术方案，提高FPGA图像分类加速器测试电路部署效率，免去使用复杂的通信接口与协议，同时降低加速器板卡的硬件需求，提高测试的效率。由于FPGA板卡均带有JTAG接口，因此无需其他通信接口就能快速搭建卷积神经网络加速器数据集测试平台，从而减少了存储和寄存器资源的消耗，同时测试效率有明显的提升。
基于 jtag fpga 图像分类加速器测试方法系统

[发明专利]基于稀疏自编码器的m序列识别方法-CN201810603530.3有效
发明人：强芳芳;赵知劲;杨安锋;陈颖;沈雷;姜显扬 -专利权人：杭州电子科技大学
申请日： 2018-06-12 - 公布日： 2022-05-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于稀疏自编码器的m序列识别方法。首先介绍了m序列的三阶相关函数的峰值特性，验证了利用完整周期m序列或者m序列片段估计的TCF均保持良好的峰值特性。其次，根据m序列TCF特性，提出一种基于三阶相关特征向量的输入样本构造方法。最后，利用稀疏自编码器构建特征学习网络，使用softmax回归对学习到的特征进行分类识别，建立一个稀疏自编码网络分类模型，并将预先构造好的样本输入模型，训练得到一个具有最优识别性能的模型。本发明能有效识别m序列，且在低信噪比条件下识别性能良好。
基于稀疏编码器序列识别方法

[发明专利]一种基于时频谱熵的跳频信号感知方法-CN202110652639.8有效
发明人：李春;赵知劲;刘佳敏;叶学义 -专利权人：杭州电子科技大学
申请日： 2021-06-11 - 公布日： 2022-05-17 - 主分类号： H04B1/7136 文献下载
摘要：本发明提供了一种基于时频谱熵的跳频信号感知方法，包括以下步骤：S1.接收机截获观测信号；S2.获取观测信号的短时傅里叶变换STFTx(m,n)，并计算时频谱Px(m,n)；S3.将时频谱Px(m,n)的不同频率分量在所有时间点的功率进行累加，得到只与频率相关的平均功率谱S4.在原时频谱Px(m,n)上减去对应频率的平均功率谱得到时频对消谱Psub(m,n)；S5.对所得到的时频对消谱Psub(m,n)进行归一化处理，并计算得到的时频谱的信息熵H；S6.将时频对消谱的信息熵H与门限比较，进行跳频信号感知。本方案提出了一种基于时频谱熵的跳频信号感知方法，将短时傅里叶变换、时频对消方法与信息熵特点结合起来，具有有效性和实用性等优点。
一种基于频谱信号感知方法

[发明专利]一种基于PPER-DQN的双变跳频图案智能决策方法-CN202110593616.4有效
发明人：朱家晟;赵知劲;李春;岳克强;姜明 -专利权人：杭州电子科技大学
申请日： 2021-05-28 - 公布日： 2022-04-29 - 主分类号： H04B1/713 文献下载
摘要：本发明公开了一种基于PPER‑DQN的双变跳频图案智能决策方法。针对待优化的双变跳频图案的主要参数，设计了相应的系统模型、状态‑动作空间和奖励函数，采用DQN算法进行决策，使用户的使用频段能出现在可用频段内的任意位置，从而提高跳频图案的灵活性。根据Pareto支配的定义提出以样本的时序差分误差和立即奖励为依据的样本优先经验回放技术，以提高样本利用率和经验回放效率。使用Pareto样本集和随机采样的样本形成训练集，以保证训练集样本多样性。本发明方法有效提高了经验回放效率和收敛速度，产生的双变跳频图案较常规跳频图案性能更优。
一种基于 pper dqn 双变跳频图案智能决策方法

[发明专利]一种基于CNN-GRU的跳频信号智能接收方法-CN202111627402.0在审
发明人：王安强;赵知劲;叶学义;尚俊娜;姜明;岳克强 -专利权人：杭州电子科技大学
申请日： 2021-12-28 - 公布日： 2022-04-08 - 主分类号： H04B1/715 文献下载
摘要：本发明公开了一种基于CNN‑GRU的跳频信号智能接收方法，首先搭建跳频序列智能估计网络CNN‑GRU；然后生成相应的训练数据对CNN‑GRU网络进行线下训练；最后接收方使用CNN‑GRU网络对接收信号进行处理，从而得到发送方所发送的信息。本发明CNN‑GRU网络具有较强的泛化能力和鲁棒性，针对跳频信号的非平稳特性，使用短时傅里叶变换准确反映信号的时频域特征，同时解决了单纯使用时域信号所带来的信息冗余问题，减少了网络模型的计算量。使用门循环单元对提取到的高维特征进行处理，通过其所具有的记忆能力来进一步利用信号在时域上的相关信息，同时提高了网络模型对不同长度跳频接收信号的适应性。
一种基于 cnn gru 信号智能接收方法

[发明专利]基于HAQL-PSO的跳频系统智能抗干扰决策方法-CN202011203291.6有效
发明人：朱家晟;赵知劲;郑仕链;王李军 -专利权人：杭州电子科技大学
申请日： 2020-11-02 - 公布日： 2022-03-11 - 主分类号： H04B1/715 文献下载
摘要：本发明公开了一种基于HAQL‑PSO的跳频系统智能抗干扰决策方法。本发明将全局和个体最优解的引导机制引入Q学习过程，设计启发式函数用于动作选择策略；将Sigmoid函数用于启发式Q学习中；针对跳频通信中可能出现的干扰及可调节的参数，设计了状态‑动作空间及奖励函数。然后根据频谱感知结果预测未来短时间内的频谱状态。在初始化Q值、启发式函数、其他参数及初始状态后，根据动作选择策略选择最佳动作并执行，得到下一状态。对于当前的状态和动作计算奖赏函数并更新启发式函数和Q值。当达到总迭代次数时，结束学习，获得Q表用于指导参数调整，否则，更新状态和温度参数并进入下一次迭代。本发明解决了Q学习中探索和利用的平衡问题。
基于 haql pso 系统智能抗干扰决策方法

[发明专利]基于半监督深度神经网络的有限数据频谱感知方法-CN202110652650.4在审
发明人：张煜培;赵知劲 -专利权人：杭州电子科技大学
申请日： 2021-06-11 - 公布日： 2021-10-29 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于半监督深度神经网络的有限数据频谱感知方法，包括：S1.搭建深度学习网络；S2.通过有标签样本对深度学习网络进行预训练得到预训练网络；S3.使用预训练网络对无标签样本进行类别预测，并将预测结果作为相应无标签样本的标签，得到伪标签样本；S4.对伪标签样本进行置信度计算，并修正网络的交叉熵损失函数；S5.使用高置信度的伪标签样本重新训练网络得到频谱感知预测模型。本方法通过少量有标签样本对深度学习网络进行预训练，并通过预训练网络对大量无标签样本进行标记，然后使用置信度函数计算伪标签的置信度提高拓展样本中正确标签的比例，同时对交叉熵损失函数进行修正，降低错误标签对训练模型的干扰，提高最终模型的性能。
基于监督深度神经网络有限数据频谱感知方法

[发明专利]基于信道权值的CR Ad Hoc网络主动会合广播方法-CN202010542413.8有效
发明人：楼巧巧;赵知劲 -专利权人：杭州电子科技大学
申请日： 2020-06-15 - 公布日： 2021-10-22 - 主分类号： H04W4/06 文献下载
摘要：本发明提供一种基于信道权值的CR Ad Hoc网络主动会合广播方法。本发明在节点能量有限的情况下采用一个主动节点配对多个被动节点的主动信道会合方法。节点利用信道使用率和有效信道容量定义信道权值，根据信道权值生成升序列表。在每个时隙，被动节点根据自身可用信道集和升序列表寻找本地信道，并在该信道上保持监听；主动节点根据自身可用信道集和升序列表模拟被动节点寻找本地信道的过程来估计被动节点的本地信道，并切换到该信道实现会合。本发明实现了对优质信道的均衡使用，在节点能量有限的情况下，降低了广播时延，提高了广播成功率、节点平均剩余能量和剩余生存节点数。
基于信道 cr ad hoc 网络主动会合广播方法

[发明专利]一种显著性视觉毫米波体外目标检测方法-CN202110772013.0在审
发明人：张珂绅;叶学义;郭文风;王鹤澎;赵知劲 -专利权人：杭州电子科技大学
申请日： 2021-07-08 - 公布日： 2021-10-08 - 主分类号： G06T7/136 文献下载
摘要：本发明公开了一种显著性视觉毫米波体外目标检测方法。首先对毫米波图像预处理，提取人体区域，然后对经过预处理后的图像进行DCT变换并提取符号矩阵得到图像签名，对图像签名进行IDCT反变换并计算Hadamard乘积得到平方重构图像，计算平方重构图像中的像素值与全局平均像素值的欧式距离作为显著值，高斯平滑后得到显著图。最后对显著图采用OTSU阈值分割以及连通域检测的方法检测出目标物品区域，并在原图标记完成检测。本发明结合视觉显著性及背景抑制的思路生成显著图高亮了目标物品区域，减小了背景冗余，增大了前景背景的灰度差异，能够准确的获取目标物品的位置并在原图标记，有着较强的实用价值。
一种显著视觉毫米波体外目标检测方法

[发明专利]基于全通滤波器混合迭代技术的QMF组设计方法-CN202110148894.9有效
发明人：王浩;李祥振;张福洪;欧毅;严建阳;赵晨子;李伟琪;赵知劲 -专利权人：杭州电子科技大学
申请日： 2021-02-03 - 公布日： 2021-10-08 - 主分类号： H03H11/12 文献下载
摘要：本发明公开了基于全通滤波器混合迭代技术的QMF组设计方法。该方法包括根据设计目标确定滤波器的个数、阶数、截止频率和每个滤波器的理想相位。然后计算滤波器的实际相位与实际相位差，得到整体失真函数的实际相位差。通过LSK处理和交替迭代的方法分别完成目标函数的分母与分子的线性化，再通过CVX工具包得到滤波器系数。最后判断结果是否满足设计要求，不满足时修正加权值后重新迭代。本方法通过数学处理，降低了设计过程中公式的复杂度与求解难度，结合了不同手段的非线性处理方法将滤波器组的整体相位误差与阻带幅度误差控制在要求范围内。
基于滤波器混合技术 qmf 设计方法

[发明专利]基于LSTM的协作感知算法及多USRP实现的方法-CN201910481809.3有效
发明人：鲁华超;赵知劲 -专利权人：杭州电子科技大学
申请日： 2019-06-04 - 公布日： 2021-06-08 - 主分类号： H04B17/382 文献下载
摘要：本发明公开了一种基于LSTM的协作感知算法及多USRP实现的方法。本发明步骤：1、利用多台USRP和一台主机搭建协作感知平台；2、在主机上利用GNU Radio接收USRP采集得到的基带信号作为离线训练样本；3、建立LSTM网络用于样本时序特征提取，利用全连接层得到融合特征，并引入Softmax回归模型对融合特征进行分类识别；4、利用离线训练样本对步骤3搭建的网络模型进行逐层训练，具体为利用梯度下降法和反向传播算法优化模型参数，从而得到离线训练模型；5、利用步骤1所搭建的感知平台接收信号序列，然后利用步骤4得到的离线训练模型进行实时感知分类。本发明用于识别主用户信号的存在性能够取得良好的效果。
基于 lstm 协作感知算法 usrp 实现方法

[发明专利]基于案例推理与合作Q学习的认知无线电资源分配方法-CN201811511217.3有效
发明人：徐琳;赵知劲;楼巧巧;占锦敏;王琳 -专利权人：杭州电子科技大学
申请日： 2018-12-11 - 公布日： 2021-05-11 - 主分类号： H04B17/382 文献下载
摘要：本发明公开了一种基于案例推理与合作Q学习的认知无线电资源分配方法。本发明结合了案例推理技术、合作算法与Q学习算法，实现信道和功率的联合分配。首先确定奖赏函数，对若干个随机资源分配案例利用传统Q学习算法进行学习，构建案例库以存储案例的特征值、Q值和效用值；然后通过匹配检索出与当前案例最相似案例，提取其Q值并归一化后作为新案例的初始Q值；接着根据奖赏值大小，采用合作算法融合Q值，通过借鉴其他用户的经验来进行学习。本发明针对传统Q学习收敛速度慢的问题，引入案例推理技术来加快算法的初始寻优速度，同时通过用户间合作加快整体的学习效率。
基于案例推理合作学习认知无线电资源分配方法

[发明专利]一种基于双向最小汉明距的虹膜特征点比对方法-CN202011504929.X在审
发明人：季毕胜;叶学义;赵知劲;王鹤澎;张珂绅 -专利权人：杭州电子科技大学
申请日： 2020-12-18 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于双向最小汉明距的虹膜特征点比对方法。本发明根据特征点描述符对虹膜特征点编码的二值化结果确定虹膜特征点的比对策略。首先将待验证虹膜和参考虹膜中所有征点的二进制特征向量分别构建向量矩阵，其中行数代表两幅虹膜中检测到的特征点的个数，列数为特征向量长度；然后交叉计算特征向量之间的汉明距离，若同时互为最小汉明距离则保留，否则不保留；最后计算虹膜特征点的比对率，完成虹膜验证。本发明与现有的虹膜特征点比对方法相比，提高了虹膜的验证速度且降低了非同源虹膜的特征点比对率。
一种基于双向最小汉明距虹膜特征方法

[发明专利]一种基于分级的群体智能频谱切换方法-CN201810409519.3有效
发明人：张煜培;赵知劲;王歌;鲁华超;杨安锋 -专利权人：杭州电子科技大学
申请日： 2018-05-02 - 公布日： 2021-02-26 - 主分类号： H04B17/382 文献下载
摘要：本发明公开了一种基于分级的群体智能频谱切换方法。本发明包括如下步骤：步骤1、建立CRN系统模型；步骤2、通过邻居发现过程，识别每个认知用户的邻居节点；步骤3、设计认知节点分级规则，将认知用户分成高级节点和普通节点二类；步骤4、投票组网，当节点分级完成后，所有节点统计自己和周围邻居的可用信道集合，确定通信信道；步骤5、切换重构CRN网络，当某些认知用户受到干扰时，按照一定规则，切换到其它信道，并维持整个CRN网络的完整性。本发明仿真结果表明，所提的分等级的群体智能频谱切换算法具有协议开销小、消耗资源少，结构简单，抗毁能力强等优点。
一种基于分级群体智能频谱切换方法