-
公开(公告)号：CN114685153B
公开(公告)日：2022-12-16
申请号：CN202210326133.2
申请日：2022-03-30
Applicant: 电子科技大学 , 江西尚朋电子科技有限公司
IPC: C04B35/38 , C04B35/40 , C04B35/622 , C04B35/626 , H01F1/34 , H01F41/00
Abstract: 宽温宽频MnZn功率铁氧体材料，涉及铁氧体材料制备技术领域。本发明的宽温宽频MnZn功率铁氧体材料包括主成分和添加剂，其特征在于，所述主成分包括51.5～53.0mol％Fe2O3和10.0～12.0mol％ZnO，其余为MnO；以预烧后的主成分的重量为计算基准，添加剂包括0.02～0.08wt％CaCO3、0.01～0.05wt％Nb2O5、0.01～0.05wt％ZrO2、0.3～0.5wt％Co2O3、0.01～0.02wt％NiO以及0.001～0.012wt％BTO基PTC介电陶瓷粉体。本发明改善了磁导率的稳定性，特别是同时降低了25‑140℃宽温范围内以及100‑300kHz宽频范围内的损耗。
-
公开(公告)号：CN115208722A
公开(公告)日：2022-10-18
申请号：CN202210897758.4
申请日：2022-07-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种新的帧同步扰码解扰方法，包括以下步骤：S1、生成采用不同本原多项式的帧同步扰码序列加扰后的信号样本；S2、构建基于深度学习的帧同步扰码解扰网络模型；S3、设置帧同步扰码解扰网络模型的训练超参数；S4、将信号样本输入解扰网络模型，其中扰码作为网络的输入数据，原始数据作为标签，进行训练，获得帧同步扰码解扰网络模型的最终形式。本发明将深度学习与通信领域相结合，使用深度学习技术对模拟仿真出来的加扰通信信号进行解扰，使用深度学习中的网络模型可以自动提取输入信号的扰码特征，学习扰码与原始信号的变换关系，提高扰码识别和解扰的准确率，为后续的解交织、纠错编码译码等工作打下坚实的基础。
-
公开(公告)号：CN112512207B
公开(公告)日：2022-09-20
申请号：CN202011357708.4
申请日：2020-11-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种可穿戴式自供能红外遥控装置，本发明的装置包括设置在可穿戴设备上的能量采集模块、电源管理模块和红外发射模块；所述能量采集模块通过导电织物与所述电源管理模块连接，所述电源管理模块通过导电织物与所述红外发射模块连接；所述能量采集模块用于将生物机械能转换为电能；所述电源管理模块用于转化和储存所述能量采集模块产生的电能；所述红外发射模块由所述电源管理模块供电，并发射红外信号，用于遥控具有红外接收装置的设备。本发明的装置通过将生物机械能转换为电能为红外发射模块供电，无需外部电源供电即可实现红外遥控。
-
公开(公告)号：CN112818859B
公开(公告)日：2022-06-24
申请号：CN202110141536.5
申请日：2021-02-02
Applicant: 电子科技大学
IPC: G06V40/10 , G06V20/40 , G06V10/40 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/583 , G06F16/783
Abstract: 本发明公开了一种基于深度哈希的行人重识别方法，加载输入行人图像；训练特征提取网络；构造多级哈希训练网络，分别输出实值特征和多个哈希编码；为特征提取网络的训练设计基于余弦相似度的三元组losst和用于分类的交叉熵lossc，为哈希网络的训练设计三元组loss；输入测试集图像，获取哈希网络的多级输出，二值化后存储为哈希库；输入一张图像，根据哈希码的长度，由短到长依次检索哈希库，逐步缩小检索范围，最后使用实值特征对检索到的图像按照余弦相似度排序，并返回最相似样本。本发明采用多级哈希检索，能够训练检索精度更高的哈希码，通过逐步缩小检索范围的方法，将检索过程的计算量进一步减小，可以实现更快速的检索速度。
-
公开(公告)号：CN114548146A
公开(公告)日：2022-05-27
申请号：CN202210020325.0
申请日：2022-01-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多任务网络的调制信号分类与带宽估计方法，包括如下步骤：S1、生成12种不同类型调制信号作为数据集；S2、对调制信号数据集样本进行低通滤波；S3、对调制信号数据集样本作零均值归一化预处理；S4、设计多任务神经网络的结构、参数和损失函数；S5、将预处理后的调制信号训练集输入多任务神经网络进行训练，并保存最优模型；S6、利用保存的最优模型识别调制信号的类别和宽带信息。本发明实现了多任务共享特征，调制类型识别和带宽估计共享前面网络层输出的特征，一次推理可以同时得到输入信号样本的调制类型和带宽，相对于分别进行类型识别和带宽估计可以减小参数量和计算量，保证较好的实时性。
-
Patent Agency Ranking
公开(公告)号：CN113824903A
公开(公告)日：2021-12-21
申请号：CN202110918849.7
申请日：2021-08-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于压缩感知技术的图像数据传输系统，包括数据压缩模块和数据恢复模块，其中，数据压缩模块用于利用易失性忆阻器产生随机数，并利用所述随机数控制采样开关对原始图像数据中的像素点进行多次随机采集，获得所述原始图像的观测数据；数据恢复模块用于对所述观测数据在稀疏域中进行数据处理，获得所述原始数据的复原数据。由于易失性忆阻器具有结构简单、与CMOS兼容、功耗低等优点，在与压缩传感技术结合后，以远低于奈奎斯特采样的速率进行采样，大大降低了数据存储和运输所产生的功耗，加快了数据采样和复原速率。
-
公开(公告)号：CN107068607B
公开(公告)日：2019-11-26
申请号：CN201710272617.2
申请日：2017-04-24
Applicant: 西安电子科技大学
IPC: H01L21/683
Abstract: 本发明公开了一种基于牺牲层的电极材料转移方法，主要解决电极材料转移中容易出现裂纹，成功率低的问题，其实现方案是：1)在清洗后的亲水性源衬底上采用电子束蒸发的方法制备具有疏水性质的牺牲层，再旋涂聚酰亚胺液体并进行热固化；2)用细胶带贴住样片的四周边缘区域在处理后的样片上制备电极，再进行光刻胶的旋涂，并完成烘胶；3)将烘胶后的样片泡在水中，再施以稍许应力，使牺牲层与源衬底迅速实现亲水性分离，随后采用腐蚀剂腐蚀牺牲层；4)用丙酮除去释放后薄膜上的光刻胶，再将薄膜粘附到目的衬底上，转移结束。本发明具有操作简单，成功率高，衬片可重复利用的优点，可用于对延展性较差的电极材料的转移工作。
-
公开(公告)号：CN109543643A
公开(公告)日：2019-03-29
申请号：CN201811451634.3
申请日：2018-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于一维全卷积神经网络的载波信号检测方法，包括以下步骤：S1、生成一维宽带频谱信号训练样本；S2、将信号训练样本输入一维全卷积神经网络进行训练，保存最终网络模型；S3、将真实卫星宽带频谱信号传输至网络模型中进行自动检测；S4、将网络模型输出结果拼接回原始宽带长度，进行二值化处理；找出每一个频段的起止点位置，再根据宽带频率分率和宽带实际频率起止点得到每一个窄带的载波实际频率起止。本发明将传统的寻找动态阈值的检测方式转变成为一个二分类问题，利用有效的样本进行训练可以提取出频谱信号的特征，通过Sigmoid函数可以准确地检测出载波的频率位置，能够提高检测效率和准确率，噪声抑制和自适应能力也得到增强。
-
公开(公告)号：CN108197605A
公开(公告)日：2018-06-22
申请号：CN201810094183.6
申请日：2018-01-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的牦牛身份识别方法，包括以下步骤：S1、采集牦牛图片和视频，将视频解码为图片；S2、通过目标检测网络Faster R-CNN对图片进行分类回归和位置回归，得到牛脸在图片上的像素位置和其置信度；然后将得到的牛脸像素位置进行裁剪，截取出牛脸；S3、将步骤S2得到的牛脸输入特征提取网络，对牛脸进行特征提取，并输出对应的特征向量；S4、将步骤S3提取出的特征向量和数据库中的牛脸特征向量进行匹配，计算牛脸的相似度，输出数据库中和该牦牛的相似度最高的一张牦牛图片，完成牦牛识别。本发明避免了传统的识别方法中人工提取特征的不确定性及耳标识别方式的局限性，有效的提高了牦牛身份识别的效率，能够降低保险欺诈的风险。
-
公开(公告)号：CN107680090A
公开(公告)日：2018-02-09
申请号：CN201710939838.0
申请日：2017-10-11
Applicant: 电子科技大学
CPC classification number: G06T7/0004 , G06K9/6267 , G06T5/002 , G06T5/30 , G06T7/10 , G06T7/13 , G06T7/168 , G06T7/60 , G06T2207/10032 , G06T2207/20061 , G06T2207/20081 , G06T2207/20084 , G06T2207/30108
Abstract: 本发明公开了一种基于改进全卷积神经网络的输电线路绝缘子状态识别方法，包括以下步骤：S1、通过无人机采集输电线路绝缘子图片；S2、通过目标检测网络Faster R-CNN对图片进行分类回归和位置回归，截取出单独的绝缘子图片；S3、将绝缘子图片通过全卷积神经网络做语义分割；S4、通过全连接条件随机场进行精细化分割；S5、运用形态学操作方法滤除图像中的噪点；S6、通过深度学习分类网络对绝缘子分类，判断绝缘子状态。本发明通过对标记好的绝缘子图片进行训练和参数调优，可以有效的对输电线路绝缘子状态进行识别，避免了传统绝缘子状态识别中人为设定阈值的主观影响和人为提取特征的随机性，能够大幅提高巡线效率，降低巡线难度。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.162 seconds)
