本发明公开了基于特征收缩和扩张的大地电磁信号噪声压制方法及系统，构建了全新的CLR‑MLP AE网络模型，用于大地电磁信号降噪，该CLR‑MLP AE模型引入了一种时序特征增强机制，通过对输入信号进行时间块处理以及异常标识，使其在特征提取阶段能够保留关键的信息；此外，构建的神经网络采用CMLP‑mixer编码器以及采用自适应转置卷积的解码器，用SVD矩阵分解融合全连接层，从而实现编码器的低秩转换，有效提取特征信息，实现高效特征压缩；进一步通过在解码器中根据输入的数据特征或者学习到的模式，自适应调整转置卷积核的大小、权重分布，最终提高了网络的计算速度，保证了降噪效果。
📄 2025106452960
📂 G06F18_10
👤 湖南师范大学
📅 2025-05-20
本发明公开了一种基于代理注意力机制的老年人活动识别方法，涉及人工智能技术领域，包括步骤如下：S1、采用加速度传感器和位移传感器采集老年人的加速度数据，以及使用运动捕捉相机收集老年人的骨骼数据；S2、分别对采集到的老年人的加速度数据和骨骼数据进行数据预处理，数据预处理包括具体加速度数据采用线性插值处理和去噪后进行归一化处理生成加速度归一化数据；本发明通过将基于代理注意力机制的视觉转换器用于老年人活动识别，极大的简化了模型复杂度，降低了算法复杂度；针对多模态聚合方法进行了改进，利用多种数据来源进行融合实现优化，则使用改进后的聚合方法对骨骼数据和加速度数据模型进行了融合。
📄 2024103447398
📂 G06F18_10
👤 苏州岽睿微电子科技有限公司
📅 2024-03-25
本发明公开了一种基于光谱技术、电导率测量和机器学习的瓜果质量预测方法，包括：瓜果经干燥、研磨成粉末，分组编号建立多个逐一编号的瓜果核心种质群体，分别检测其近红外光谱数据和电导率数据，以及检测蛋白质含量和氨基酸FAA，获得相应的数据集；对数据集的近红外光谱数据和电导率数据进行预处理，之后对预处理后的近红外光谱数据进行特征波长选择，将选择的特征波长下的吸光度值数据以及电导率数据融合在一个数据集中，划分为测试集和训练集，利用岭回归模型进行训练以及预测结果。本发明基于测量获取瓜果的光谱数据和电导率数据，并通过两者的多模态融合来对其内部蛋白质和FAA含量进行预测，该方法进一步提升了预测的准确性和稳定性。
📄 2024116235195
📂 G06F18_10
👤 浙江工业大学
📅 2024-11-14
一种基于改进小波阈值和相关检测的直流电能信号去噪方法，首先，利用多分辨分析理论，对固定频率采样的信号进行离散小波分解，从而将信号中的高频与低频部分分离；然后，设计了改进阈值函数对分解后的小波系数进行量化处理以降低噪声信号的影响，并结合相关检测法对小波系数进行周期均值滤波，从而提升周期信号的提取效果；最后，对重构后的小波系数进行小波逆变换，恢复有用信号。实验结果表明，本发明的新阈值函数的去噪效果优于传统方法，并且混合算法对于周期信号拥有更好的提取效果。
📄 2021105708134
📂 G06F18_10
👤 浙江工业大学
📅 2021-05-25
基于振动信号相关性分析的旋转机械故障特征提取方法，首先在旋转机械设备上采集振动信号，并从中选取一段参考子信号；然后令参考子信号从振动信号的初始时间开始，沿时间轴方向逐点平移，不断地从振动信号中遮掩一段子信号，同时计算参考子信号与遮掩子信号之间的相关系数；平移结束后获得相关系数序列；最后从相关系数序列的频谱中提取故障特征频率。本发明简单易行，相关系数序列获取过程中自适应于原始振动信号本身的特征，可以直观展现旋转机械设备故障特征的变化规律，并且从相关系数序列的频谱中能够有效方便地提取出故障特征频率，用于旋转机械设备的故障诊断。
📄 201910174733X
📂 G06F18_10
👤 浙江工业大学之江学院
📅 2019-03-08
本发明公开了一种基于终身学习和可疑语义传递的APT异常检测方法，包括：S1、采集当前时段的系统日志数据作为当前数据并预处理；S2、建立异常检测模型；S3、将提取的良性系统日志数据的节点和节点间的关系作为异常检测模型的输入，计算重构损失并通过梯度下降法更新模型参数获得训练好的异常检测模型；S4、将下一时段的系统日志数据作为当前数据利用训练好的异常检测模型进行检测，并随着新产生的系统日志数据的输入重复步骤S4进行终身学习，获取对应的APT攻击异常检测结果。该方法能够提高APT异常检测的准确性和效率。
📄 2024115709550
📂 G06F18_10
👤 浙江工业大学
📅 2024-11-06
面向强噪声干扰环境的演艺装备故障诊断模型构建方法，属于演艺装备内部组件的故障诊断技术领域。它包括以下步骤：1采集振动信号作为原始数据集，并对其进行分割，将分割后的数据分为训练集和测试集；2)将训练集和测试集的振动信号进行标准化处理；3)将训练集输入到DP‑MRTN网络中进行训练，得到一个用于演艺装备的特征提取模型和分类模型，4)将测试集的振动信号输入到训练好的DP‑MRTN模型中进行故障诊断。本发明从通道域和空间域上学习和获取表示输入数据重要程度的系数，并将该系数作为软阈值函数的阈值进行重要特征筛选；采用双路径，用于捕获振动信号中的长距离依赖关系，并将两条路径提取的特征进行融合，能够显著提高诊断模型在强噪声环境下的故障诊断精度。
📄 2021109846383
📂 G06F18_10
👤 浙江工业大学
📅 2021-08-25
本发明提出一种基于最优小波基和改进小波阈值函数的直流电能数据降噪方法。首先依据噪声功率和噪声功率差确定采样信号在不同小波基下的最佳分解层数，在此基础上利用信噪比、均方根误差、互相关性作为评判指标，确定最优小波基。然后，选择最优小波基对采样信号进行最佳层数分解，获得一组小波系数。利用本发明中的改进阈值函数和阈值选取准则对各层细节系数和最后一层近似系数进行阈值量化处理。最后将剩余系数进行逆小波变换，获得降噪信号。实验证明，最优小波基和分解层数选取方法具有可行性，并且本发明相较于传统阈值函数降噪效果更佳，更有利于保留信号特征，可以较好的滤除直流电能信号中的噪声分量，提高电能计量精确度。
📄 2022112995833
📂 G06F18_10
👤 浙江工业大学
📅 2022-10-21
本发明公开一种面向个体公平的去偏方法和装置，首先构建样本数据集并提取类别标签以及敏感属性标签，组成个体歧视样本对，构建个体公平的去偏系统，所述去偏系统包括特征提取单元、目标分类单元、歧视判别器，利用个体歧视样本对优化个体公平的去偏系统的网络参数，优化结束后组成个体公平的去偏模型，最后利用个体公平的去偏模型进行个体公平的去偏处理。用过引入歧视判别器，对个体歧视现象进行判别并进行消除，从而去偏模型能够达到相似个体有相同或相似的预测结果，不会受到敏感属性的影响。
📄 202210687007X
📂 G06F18_10
👤 浙江工业大学
📅 2022-06-16
一种生成对抗网络的深度学习信号增强方法，包括：提取高信噪比信号作为目标信号，再在目标信号中添加定量的高斯噪声，得到对应的低信噪比的噪声信号数据，将目标信号数据与对应的噪声信号数据组成数据对作为实验数据集；分别定义生成器与判别器的模型结构和损失函数，并对输入判别器中的数据进行归一化操作；将数据对作为判别器的输入，将数据对中的噪声信号数据作为生成器的输入。通过对抗训练，最小化生成数据与目标数据分布之间的差异，从而获得实现信号增强的生成器。本发明能够自适应学习信号特性，实现信号增强。本发明提高了低信噪比信号的信噪比，并通过重构星座图，直观得到去噪信号明显比噪声信号干净。
📄 2020112217096
📂 G06F18_10
👤 浙江工业大学
📅 2020-11-05
一种基于自监督学习的电磁调制信号深度去噪方法及系统，包括：S1，使用GNU Radio软件生成数据集；S2，使用了下采样方法将一个信号数据分为两个短信号数据；S3，构建深度去噪网络模型，并定义损失函数，利用生成的两组数据作为输入信号和目标信号进行训练；S4，输出去噪信号。方法中提及的下采样方法将一个信号分为了两个相似信号，保留了信号本身的特征，又区分了其中的噪声分布，使得仅含有噪声信号就可以训练去噪网络。本发明还包括一种基于自监督学习的电磁调制信号去噪系统，由依次连接的数据发送模块、数据接收模块和去噪模块组成。本发明不需要干净信号就能进行去噪，能够自适应学习信号特性，且具有较好的普适性。
📄 2021107743467
📂 G06F18_10
👤 浙江工业大学
📅 2021-07-08
本发明公开了一种基于R‑D图与深度神经网络的低空小目标检测方法。本发明包括如下步骤：步骤1、对雷达接收机采集的回波信号进行预处理，获取信号的R‑D图；步骤2、构建深度卷积神经网络并利用网络预测R‑D图中每个局部区域分别属于目标和背景的类别概率，以及该区域包含目标时，其中心与目标位置之间的偏移量；步骤3、结合预测的类别概率和位置回归的偏移量，判断是否存在，以及存在目标时的目标位置。本发明在类别预测基础上增加了对目标位置的回归，并通过回归结果的投票统计获得目标的精确位置，从而可以实现预测精度更高、虚警率更低的雷达小目标检测效果。
📄 2020101030601
📂 G06F18_10
👤 杭州电子科技大学
📅 2020-02-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台