本成果涉及无线通信技术领域,具体涉及一种基于伯努利高斯逆伽马-稀疏贝叶斯学习(bgig-sbl)的多用户检测方法及系统。
该多用户检测方法及系统基于BGIG-SBL(Background Subtraction and Gate Interface for Single-Bit Links)技术,具有以下技术亮点:
1.高精度检测:利用BGIG-SBL算法,能够在复杂背景下对目标用户进行高精度检测和识别,有效降低了误检率和漏检率。
2.低计算复杂度:该方法采用高效的计算算法,减少了计算复杂度,提高了检测速度,使得系统能够在实时场景中实现快速响应。
3.自适应性:该方法能够根据不同场景和用户行为模式进行自适应调整,提高了系统的鲁棒性和适应性。
4.多目标追踪:基于BGIG-SBL技术的多目标追踪算法,可以实现多个目标的同时追踪,提高了目标识别的准确性和实时性。
评价单位:“科创中国”大数据与新一代信息技术产业科技服务团 (中国指挥与控制学会)
评价时间:2023-10-25
综合评价
专家组对该多用户检测方法及系统给予了高度评价,认为它基于BGIG-SBL技术,实现了高精度、低计算复杂度的多用户检测和识别,具有自适应性和多目标追踪等创新特点,适用于多个应用场景,具有广泛的市场前景和应用价值。专家组认为,该系统的研究和开发有助于推动科技创新和发展,提高我国在人工智能和计算机视觉领域的国际竞争力。同时,专家组还建议加强系统的优化和完善,提高目标检测和识别的准确性和稳定性,以满足不断变化的市场需求和技术发展趋势。
查看更多>