本發(fā)明屬于MIMO雷達(dá)和神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，公開了一種基于MIMO雷達(dá)的穿墻人體姿態(tài)估計(jì)方法，該人體姿態(tài)估計(jì)方法采用MIMO雷達(dá)系統(tǒng)捕獲該信號(hào)，通過分析場(chǎng)景中人體反射產(chǎn)生的原始雷達(dá)信號(hào)并利用傅里葉變換處理所得信號(hào)以提取多普勒信息，結(jié)合原始...

本發(fā)明公開了一種基于攻擊隔離和隱私保護(hù)的多四旋翼飛行器的位置一致控制系統(tǒng)，屬于工業(yè)過程控制技術(shù)領(lǐng)域；包括Liu密碼系統(tǒng)、網(wǎng)絡(luò)攻擊檢測(cè)與隔離系統(tǒng)以及一致性控系統(tǒng)，Liu密碼系統(tǒng)對(duì)提供的領(lǐng)導(dǎo)期望信號(hào)與位置信息進(jìn)行加密傳輸，并獲得解密信息；網(wǎng)...

本發(fā)明公開了球罐檢測(cè)機(jī)器人最短遍歷焊縫路徑規(guī)劃方法，包括步驟1、構(gòu)建球罐2D地圖；步驟2、構(gòu)建無向連通圖；步驟3、判斷歐拉回路；步驟4、構(gòu)建局部無向連通圖；步驟5、利用奇偶作圖法構(gòu)建最短路徑歐拉回路；步驟6、更新無向連通圖；步驟7、利用...

本發(fā)明提出了一種基于深度學(xué)習(xí)的跨域無人機(jī)識(shí)別方法，主要步驟包括：對(duì)不同時(shí)間采集的無人機(jī)射頻數(shù)據(jù)進(jìn)行預(yù)處理，生成時(shí)頻圖譜；利用多分辨率分析技術(shù)，將原始時(shí)頻圖譜分解為多個(gè)子頻譜；應(yīng)用輕量級(jí)、多尺度的神經(jīng)網(wǎng)絡(luò)架構(gòu)，提取子頻譜中的射頻特征；采用...

本發(fā)明涉及一種基于多視圖對(duì)比學(xué)習(xí)的知識(shí)圖譜補(bǔ)全方法及系統(tǒng)，涉及人工智能技術(shù)領(lǐng)域。所述方法包括：接收原始知識(shí)圖譜數(shù)據(jù)，對(duì)所述原始知識(shí)圖譜數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗與標(biāo)準(zhǔn)化處理、圖增強(qiáng)處理、多視圖掩碼編碼及掩碼處理和低維向量映射與特征正則化處理；構(gòu)建...

本發(fā)明公開了一種面向自然語言處理的隱私保護(hù)聯(lián)邦學(xué)習(xí)方法，包括三層網(wǎng)絡(luò)結(jié)構(gòu)，各客戶端將自己的梯度進(jìn)行壓縮，并上傳壓縮后的梯度到對(duì)應(yīng)的邊緣服務(wù)器層；各邊緣服務(wù)器聚合其通信范圍內(nèi)的客戶端接上傳的壓縮梯度，并將聚合后的壓縮梯度發(fā)送至云服務(wù)器層；...

本發(fā)明公開了一種基于時(shí)頻特征融合的脈沖神經(jīng)網(wǎng)絡(luò)通信制式識(shí)別方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，其中方法包括：從物聯(lián)網(wǎng)設(shè)備中獲取通信制式數(shù)據(jù)并制作為初始通信制式數(shù)據(jù)集，將初始通信制式數(shù)據(jù)集按照比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集數(shù)據(jù)；將劃分的訓(xùn)練...

本發(fā)明公開一種機(jī)器人視覺慣性導(dǎo)航方法、裝置及存儲(chǔ)介質(zhì)，屬于移動(dòng)機(jī)器人導(dǎo)航技術(shù)領(lǐng)域，所述導(dǎo)航方法包括以下步驟：利用IMU傳感器測(cè)量移動(dòng)機(jī)器人的運(yùn)動(dòng)信息；利用相機(jī)采集移動(dòng)機(jī)器人的圖像數(shù)據(jù)；將特征點(diǎn)和描述子輸入到LightGlue網(wǎng)絡(luò)模型中，...

本發(fā)明公開了一種基于GaN/CuI異質(zhì)結(jié)的自供電紫外光電探測(cè)器及其制備方法和低功耗紫外光通訊系統(tǒng)，所述自供電紫外光電探測(cè)器基于n型GaN薄膜層和CuI薄膜層構(gòu)成的異質(zhì)結(jié)結(jié)構(gòu)，該異質(zhì)結(jié)響應(yīng)速度快，穩(wěn)定性高，能夠?qū)崿F(xiàn)自供電光探測(cè)模式。所述系...

本發(fā)明公開了一種具有強(qiáng)伸縮性的柔性自供電可監(jiān)測(cè)人體運(yùn)動(dòng)信號(hào)的肌肉貼，為一種三層結(jié)構(gòu)的可穿戴電子傳感器件；中間層為鐵電駐極體，其內(nèi)部含有大量大小不一、分布隨機(jī)的孔洞；上下兩層為電極層，以保證該肌肉貼具有良好的電氣性能。本發(fā)明提出的可監(jiān)測(cè)人...

本發(fā)明提供基于視覺輔助的車聯(lián)網(wǎng)毫米波無線通信波束對(duì)準(zhǔn)方法，步驟一：在基站配置視覺傳感器，構(gòu)建視覺信息與信道信息共存知識(shí)圖譜；步驟二：波束對(duì)準(zhǔn)過程中，采集基站服務(wù)區(qū)域內(nèi)實(shí)時(shí)圖像，并提取通信目標(biāo)的視覺特征；步驟三：利用視覺特征分域檢索方法對(duì)...

本發(fā)明公開了一種基于注意力和雙特征的深度偽造音頻檢測(cè)方法，包括訓(xùn)練階段和測(cè)試階段，在訓(xùn)練階段獲取訓(xùn)練數(shù)據(jù)并進(jìn)行預(yù)處理，構(gòu)建雙特征深度偽造音頻檢測(cè)模型，將訓(xùn)練數(shù)據(jù)的手工聲學(xué)特征和原始波形特征輸入到各自檢測(cè)支路中進(jìn)行模型訓(xùn)練；分別在兩個(gè)模型...

本發(fā)明公開了一種基于改進(jìn)YOLOv8模型的裂縫缺陷檢測(cè)方法，屬于目標(biāo)檢測(cè)技術(shù)領(lǐng)域；方法為：獲取裂縫公共數(shù)據(jù)集；對(duì)裂縫公共數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)并按比例將裂縫數(shù)據(jù)集分別劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；構(gòu)建改進(jìn)YOLOv8模型的裂縫檢測(cè)模型；構(gòu)建...

本發(fā)明屬于情感計(jì)算技術(shù)領(lǐng)域，具體涉及一種基于大語言模型的人臉表情數(shù)據(jù)集擴(kuò)充方法；所述方法具體步驟為S1.利用表情數(shù)據(jù)庫作為訓(xùn)練數(shù)據(jù)，對(duì)大語言模型進(jìn)行微調(diào)；S2.將人臉數(shù)據(jù)庫作為輸入數(shù)據(jù)，利用提示工程引導(dǎo)大語言模型生成帶有表情的人臉圖像；...

本發(fā)明公開一種面向目標(biāo)檢測(cè)的輕量化網(wǎng)絡(luò)硬件加速方法及目標(biāo)檢測(cè)方法，方法包括采用輕量化模塊對(duì)YOLO網(wǎng)絡(luò)進(jìn)行改進(jìn)，獲得目標(biāo)檢測(cè)網(wǎng)絡(luò)；將目標(biāo)檢測(cè)網(wǎng)絡(luò)中BN層的縮放系數(shù)進(jìn)行稀疏化處理，獲得BN層稀疏因子；根據(jù)BN層稀疏因子確定目標(biāo)檢測(cè)網(wǎng)絡(luò)中參...

本發(fā)明公開一種基于k8s平臺(tái)的Flink容錯(cuò)方法，包括：在k8s平臺(tái)中部署Flink集群；Flink作業(yè)時(shí)，周期性的對(duì)當(dāng)前容器引導(dǎo)狀態(tài)進(jìn)行快照，保存為檢查點(diǎn)；在k8s中運(yùn)行監(jiān)控框架，監(jiān)控Flink集群狀態(tài)；當(dāng)檢測(cè)或預(yù)測(cè)到Flink故障或...

本發(fā)明公開基于光電突觸器件和憶阻器件的感存算一體化視覺系統(tǒng)，屬于智能視覺和類腦計(jì)算領(lǐng)域；視覺系統(tǒng)包括：基于光電突觸器件的圖像傳感模塊：利用矩陣排列光電突觸器件將待測(cè)圖像的二維圖像信息轉(zhuǎn)化為二維電信號(hào)，并進(jìn)行預(yù)處理；還包括基于陣列憶阻器件...

本發(fā)明公開了提供了一種大規(guī)模MIMO?OTFS通信系統(tǒng)中分?jǐn)?shù)時(shí)延和多普勒估計(jì)方法，屬于信道估計(jì)領(lǐng)域，首先，考慮大規(guī)模MIMO場(chǎng)景下的有利信道條件利用其的波束成形以及漸進(jìn)正交性在接收端可以區(qū)分不同目標(biāo)的回波信號(hào)，其次，在估計(jì)目標(biāo)的角度后，...

本發(fā)明公開了一種聯(lián)合匈牙利算法和遺傳算法的CR?NOMA資源分配方案，涉及無線通信技術(shù)，包括將構(gòu)建的優(yōu)化問題P<subgt;0</subgt;分解為次用戶信道匹配問題P<subgt;1</subgt;和次用戶功率...

本發(fā)明公開了一種物聯(lián)網(wǎng)設(shè)備位置感知與疊加導(dǎo)頻傳輸方法，涉及物聯(lián)網(wǎng)技術(shù)領(lǐng)域，首先構(gòu)建包含位置感知與疊加導(dǎo)頻傳輸兩部分的無線幀結(jié)構(gòu)；其次，基于無線幀結(jié)構(gòu)，用戶根據(jù)可重構(gòu)智能表面RIS反射后的基站導(dǎo)頻信號(hào)進(jìn)行位置估計(jì)；隨后，基于位置估計(jì)結(jié)果，...