-
公开(公告)号：CN108333115B
公开(公告)日：2024-05-07
申请号：CN201810172619.9
申请日：2018-03-01
Applicant: 北京新羿生物科技有限公司 , 清华大学
Abstract: 本发明公开一种微液滴检测装置，涉及微液滴检测技术领域，可同时对微液滴进行多指标检测。该微液滴检测装置包括控制单元、气路单元、芯片单元和光学检测单元，其中，光学检测单元包括双激光模块、光处理模块以及双PMT模块，控制单元分别与气路单元和双激光模块信号连接，气路单元与芯片单元连通；芯片单元用于分类存储多种液体试剂，各液体试剂在对应气压的作用下进样驱动多个离散的微液滴；气路单元用于根据气路控制信号向芯片单元中各液体试剂提供对应气压；双激光模块用于根据光学检测信号射出双路激光，并经光处理模块调节过滤后得到双路检测光；双PMT模块用于接收经双路检测光激发微液滴后的双荧光检测信号。
-
公开(公告)号：CN116974921A
公开(公告)日：2023-10-31
申请号：CN202310919572.9
申请日：2023-07-25
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种模糊测试方法、装置、电子设备及存储介质，涉及软件测试技术领域。所述方法包括：获取应用程序的运行信息，拦截运行过程中的本地库接口函数调用序列，并记录调用序列中本地库接口函数的数据信息；依据所述运行信息和所述数据信息对所述本地库接口函数执行模糊测试，得到所述本地库接口函数的缺陷报告。本公开通过自适应地拦截本地库接口函数，提升本地库代码的测试覆盖度，可以有效检测本地库的代码缺陷和安全漏洞，从而增强移动端应用程序的可靠性和安全性。
-
公开(公告)号：CN114937450A
公开(公告)日：2022-08-23
申请号：CN202110164790.7
申请日：2021-02-05
Applicant: 清华大学
Abstract: 本发明提供一种语音关键词识别方法及系统，该方法包括：对待识别的语音数据进行特征提取，获取语音关键词特征向量；将所述语音关键词特征向量输入到训练好的语音关键词识别模型中，得到语音关键词识别结果，其中，所述训练好的语音关键词识别模型是由标记有关键词类型标签的样本语音关键词特征向量，对神经网络模型进行训练得到的，所述神经网络模型包括多个子网络，且每个子网络识别对应的关键词；根据所述语音关键词识别结果，将所述训练好的语音关键词识别模型中对应的子网络执行开启和关闭操作。本发明在保持识别准确率的前提下，降低了参数量和计算量，通过动态地调整负责各个关键词识别的子网路通道，进一步降低了系统整体的功耗。
-
公开(公告)号：CN112669827B
公开(公告)日：2022-08-02
申请号：CN202011584203.1
申请日：2020-12-28
Applicant: 清华大学
IPC: G10L15/06 , G10L15/16 , G10L15/22 , G10L15/26 , G10L15/28 , G11C5/14 , G11C11/413 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种自动语音识别器的联合优化方法及系统，包括：获取待优化自动语音识别器的存储参数，基于存储参数构建BPQE模型框架；基于BPQE模型框架进行网络压缩训练，得到具有预设高修剪率的RNN模型；采用近似存储策略和近似误差模型，对待优化自动语音识别器中的SRAM存储单元的供电电压进行调整，并进行预设数据位的存储数据保护处理，得到存储访问功耗调整结果；对RNN模型进行增量式重训练，得到语音识别器识别性能调整结果；综合存储访问功耗调整结果和存储访问数据量调整结果，得到存储联合优化结果。本发明通过采用联合优化方案，存储访问量和存储访问的功耗可以大幅减少，且精度损失可以忽略不计。
-
公开(公告)号：CN107886980B
公开(公告)日：2020-05-05
申请号：CN201711141680.9
申请日：2017-11-16
Applicant: 清华大学
Abstract: 本公开提供了一种模拟缓存器电路，包括：第一源极跟随器M1；以及第二源极跟随器M2，所述第二源极跟随器M2与所述第一源极跟随器M1串联，其中，所述第一源极跟随器M1的栅极以及所述第二源极跟随器M2的栅极并联连接到信号输入端，所述第一源极跟随器M1的源极与所述第二源极跟随器M2的漏极连接，所述第二源极跟随器M2的源极与信号输出端连接。
-
Patent Agency Ranking
公开(公告)号：CN108514895A
公开(公告)日：2018-09-11
申请号：CN201810172477.6
申请日：2018-03-01
Applicant: 北京天健惠康生物科技有限公司 , 清华大学
Abstract: 本发明公开一种微液滴生成及监测装置，涉及集成芯片监测技术领域，解决了现有技术中微流控芯片的操作复杂、控制精度低、且无法对生成的微液滴进行监测统计的技术问题；该微液滴生成及监测装置包括控制单元、气路单元、仪器芯片单元和光学监测单元，其中，仪器芯片单元包括多个并列设置的芯片本体，各芯片本体均包括依次连通的储液部、微液滴生成监测部和收集部，控制单元分别与气路单元和光学监测单元信号连接，气路单元分别与各储液部连通。本发明提供的微液滴生成及监测装置用于核酸的分析监测。
-
公开(公告)号：CN101034809A
公开(公告)日：2007-09-12
申请号：CN200710065199.6
申请日：2007-04-06
Applicant: 清华大学
Abstract: 本发明涉及一种基于动态连续潮流的电力系统静态电压稳定的评估方法，属于电力系统运行和控制技术领域。首先构建电力系统的动态有功潮流方程为PGiβi△P∑－PDi－Pi(U,θ)=0，根据电力系统的动态有功潮流方程，构建一个扩展动态连续潮流方程，采用常规的连续潮流预测校正法，对上述扩展动态连续潮流方程进行求解，得到电力系统负荷变化时的稳定裕度。本发明方法在已有的电力系统连续潮流方程中考虑了网损不平衡量在全网发电机上的分配，通过求解动态连续潮流方程，合理地分配不平衡功率，解决了常规连续潮流计算结果依赖于平衡节点选择的问题，提高了电力系统静态电压稳定评估的准确性。
-
公开(公告)号：CN114937449B
公开(公告)日：2024-07-05
申请号：CN202110163912.0
申请日：2021-02-05
Applicant: 清华大学
Abstract: 本发明提供一种语音关键词识别方法及系统，该方法包括：对待识别的模拟语音信号进行全频带特征提取，获取模拟语音关键词特征向量；将所述模拟语音关键词特征向量输入到训练好的特征配置模型中，获取语音关键词识别结果，其中，所述训练好的特征配置模型是通过标记有关键词类型标签的样本模拟语音关键词特征向量和预设准确率损失阈值，对神经网络模型进行训练得到的，所述神经网络模型包括多个子网络，且每个子网络识别对应的关键词；根据所述语音关键词识别结果，将所述训练好的特征配置模型中对应的子网络执行开启和关闭操作。本发明实现了动态调整的特征可配置性，在保持准确率的前提下，进一步降低了KWS系统的功耗和计算延迟。
-
公开(公告)号：CN112669827A
公开(公告)日：2021-04-16
申请号：CN202011584203.1
申请日：2020-12-28
Applicant: 清华大学
IPC: G10L15/06 , G10L15/16 , G10L15/22 , G10L15/26 , G10L15/28 , G11C5/14 , G11C11/413 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种自动语音识别器的联合优化方法及系统，包括：获取待优化自动语音识别器的存储参数，基于存储参数构建BPQE模型框架；基于BPQE模型框架进行网络压缩训练，得到具有预设高修剪率的RNN模型；采用近似存储策略和近似误差模型，对待优化自动语音识别器中的SRAM存储单元的供电电压进行调整，并进行预设数据位的存储数据保护处理，得到存储访问功耗调整结果；对RNN模型进行增量式重训练，得到语音识别器识别性能调整结果；综合存储访问功耗调整结果和存储访问数据量调整结果，得到存储联合优化结果。本发明通过采用联合优化方案，存储访问量和存储访问的功耗可以大幅减少，且精度损失可以忽略不计。
-
公开(公告)号：CN110610696A
公开(公告)日：2019-12-24
申请号：CN201810615611.5
申请日：2018-06-14
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于混合信号域的MFCC特征提取方法及装置，所述混合信号域包括模拟信号域和数字信号域，所述方法包括：在所述模拟信号域中获取预处理的语音信号；并对所述语音信号进行Mel频率分析，以提取所述语音信号在不同频段内的时域信号；根据预设运算规则对各频段内的时域信号进行运算；对运算结果进行低通滤波处理，并将低通滤波处理后的运算结果作为各频段内的时域信号的能量值；将所述能量值转化为数字信号，并在所述数字信号域中对已转化的能量值进行数据处理，将数据处理的结果作为提取出的梅尔倒谱系数MFCC特征。所述装置执行上述方法。本发明实施例提供的方法及装置，能够有效提取MFCC特征，提高提取速度，并降低提取过程中消耗的能量。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
