-
公开(公告)号：CN107264662B
公开(公告)日：2019-04-19
申请号：CN201710459489.2
申请日：2017-06-16
Applicant: 电子科技大学
IPC: B62D57/024 , B43L21/04 , B43K23/016
Abstract: 本发明属于爬壁机器人技术领域，公开了一种多功能爬壁机器人及其控制方法，用于解决现有爬壁机器人存在着结构复杂、控制困难的问题。本发明包括基座和操作机构，所述基座包括躯体壳体，所述躯体壳体底面安装有第一吸附装置，位于第一吸附装置上侧或下侧的躯体壳体连接有传动装置，传动装置的左右两端均安装有第二吸附装置，躯体壳体上安装有与传动装置连接并带动躯体壳体上下移动的第一扭力电机，传动装置还设置有用于带动躯体壳体左右移动的第二扭力电机，所述躯体壳体的下端设置有用于带动操作机构上下移动的第三扭力电机。
-
公开(公告)号：CN100593909C
公开(公告)日：2010-03-10
申请号：CN200710048902.2
申请日：2007-04-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种全相参毫米波频率合成方法，利用混频及混频锁相环进行频率和相位的传递和锁定，从而实现了异频全相参；连接在主混频器与多路功率分配器II之间、或连接在主混频器与毫米波副输出固定分频比混频锁相频率合成电路之间的主带通滤波器可有效地阻断主/副以及副/副输出信号之间的串扰，从而实现高隔离度。上述方法使用的全相参毫米波频率合成器，包括多路功率分配器I、一个毫米波主输出锁相频率合成电路、第一倍频器或锁相倍频电路、主混频器、主带通滤波器、多路功率分配器II和n个毫米波副输出固定分频比混频锁相频率合成电路。
-
公开(公告)号：CN101064509A
公开(公告)日：2007-10-31
申请号：CN200710048902.2
申请日：2007-04-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种全相参毫米波频率合成方法，利用混频及混频锁相环进行频率和相位的传递和锁定，从而实现了异频全相参；连接在主混频器与多路功率分配器II之间、或连接在主混频器与毫米波副输出固定分频比混频锁相频率合成电路之间的主带通滤波器可有效地阻断主/副以及副/副输出信号之间的串扰，从而实现高隔离度。上述方法使用的全相参毫米波频率合成器，包括多路功率分配器I、一个毫米波主输出锁相频率合成电路、第一倍频器或锁相倍频电路、主混频器、主带通滤波器、多路功率分配器II和n个毫米波副输出固定分频比混频锁相频率合成电路。
-
公开(公告)号：CN119653361A
公开(公告)日：2025-03-18
申请号：CN202510185176.7
申请日：2025-02-19
Applicant: 电子科技大学
IPC: H04W12/065 , H04W12/37 , H04W12/68 , G06F21/31 , G06F18/213 , G06F18/25 , G06F18/2411 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N20/10 , G06F123/02
Abstract: 本发明提供了一种基于多模态特征融合的隐式身份认证方法，该方法将获取到的传感器数据的离散信号转换成为灰度图像，然后，使用预训练好的卷积神经网络进行特征提取，结合GRU提取触摸屏序列数据特征，然后将两种模态的特征送入多模态融合网络进行特征融合，包括初步特征融合和深层特征融合，初步特征融合通过自适应特征融合模块和通道交换特征融合模块分别对两种模态的特征进行初步融合，深层特征融合通过改进的网络模型CrossMamba进行多模态的深度特征融合，并生成融合后的最终特征，最后通过身份认证模块进行身份认证。通过本发明方案增强了模型的灵活性和适应性，大大提高了身份认证的准确率和可靠性。
-
公开(公告)号：CN117911246B
公开(公告)日：2024-07-16
申请号：CN202311370156.4
申请日：2023-10-20
Applicant: 电子科技大学
IPC: G06T3/4053 , G06V10/40 , G06V10/82 , G06F18/213 , G06N3/0455 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种结化知识蒸馏的多模态图像超分辨重建方法，属于计算机图像处理技术领域。本发明所构建的重建网络包括文本编码器、图像编码器和多模态扩散概率模型，文本编码器和图像编码器用于获取文本特征条件以传入多模态扩散概率模型，多模态扩散概率模型包括两个分支，其一用于获取输入的低分辨率图像在给定文本提示下的超分辨率重建图像，其二用于获取输入的低分辨率图像的超分辨率重建图像。本发明能够对文本模态进行稀疏编码，并利用编码后的稀疏先验特征约束重建图像的解空间，从而保证重建图像与原始图像的细节一致性。本发明的每次迭代蒸馏都能够使本发明的重建模型的扩散步数减少2倍，并且在蒸馏过程中重建图像的质量几乎没有下降。
-
Patent Agency Ranking
公开(公告)号：CN117078510A
公开(公告)日：2023-11-17
申请号：CN202310373066.4
申请日：2023-04-10
Applicant: 电子科技大学
IPC: G06T3/40 , G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了一种潜在特征的单幅图像超分辨重建方法，属于图像处理技术领域。为了保证扩散概率模型在少量的采样步数下进行高质量的采样，本发明基于设置的多模态分布模型来实现高分辨率图像的重构，该模型基于生成器和归一化流实现，在较少的迭代步数下，专注于重建高分辨率图像的高频细节。并通过自适应多头注意力机制和变分自编码器将低分辨率图像转换为隐条件作为模型的条件输入，在快速采样的同时减少模型崩塌带来的负面影响，以产生复杂多样化且高质量的高分辨率图像。通过自适应多头注意力机制和变分自编码器限制了扩散概率模型中的最大化变分下界带来的预测随机性影响，使模型训练稳定且能够生成与原始高分辨率图像风格和内容一致的图像。
-
公开(公告)号：CN107264662A
公开(公告)日：2017-10-20
申请号：CN201710459489.2
申请日：2017-06-16
Applicant: 电子科技大学
IPC: B62D57/024 , B43L21/04 , B43K23/016
CPC classification number: B62D57/024 , B43K23/016 , B43L21/04
Abstract: 本发明属于爬壁机器人技术领域，公开了一种多功能爬壁机器人及其控制方法，用于解决现有爬壁机器人存在着结构复杂、控制困难的问题。本发明包括基座和操作机构，所述基座包括躯体壳体，所述躯体壳体底面安装有第一吸附装置，位于第一吸附装置上侧或下侧的躯体壳体连接有传动装置，传动装置的左右两端均安装有第二吸附装置，躯体壳体上安装有与传动装置连接并带动躯体壳体上下移动的第一扭力电机，传动装置还设置有用于带动躯体壳体左右移动的第二扭力电机，所述躯体壳体的下端设置有用于带动操作机构上下移动的第三扭力电机。
-
公开(公告)号：CN105160401B
公开(公告)日：2017-08-11
申请号：CN201510536723.8
申请日：2015-08-27
Applicant: 电子科技大学
IPC: G06N3/063
Abstract: 本发明属于神经网络技术领域，涉及一种基于忆阻器阵列的WTA神经网络及其应用。通过忆阻器阵列设计实现该WTA神经网络及其应用即分类器模型，并由此提出可用于皮肤病特征的分类识别方法。其中，WTA模型由忆阻器，MOSFET，电容器，电阻器和电源构成，在此基础上，导出基于忆阻器阵列WTA神经网络的分类器。其目的是用忆阻器来实现WTA神经网络及其分类器，探索忆阻器在神经网络及其医学决策的应用。与传统WTA神经网络对比，本发明使用忆阻器阵列设计的分类器具有优良的性能，可以将其应用于医学疾病分类等领域。
-
公开(公告)号：CN105160170A
公开(公告)日：2015-12-16
申请号：CN201510536505.4
申请日：2015-08-27
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明属于微波固态功率放大器领域，涉及固态功放和故障诊断，提供了一种基于模糊故障树与贝叶斯网络的固态功放故障诊断方法。该方法结合了模糊故障树与贝叶斯网络两者的优点，将T-S模糊故障树转换为贝叶斯网络，再根据贝叶斯网络的规则进行推导，求得各个底事件即部件故障的关键重要度，最后根据关键重要度的大小进行故障排除，从而实现故障诊断。本发明提供的固态功放故障诊断方法，不但填补了固态功放故障诊断这一领域的空白，而且由于结合了模糊故障树与贝叶斯网络两者的优点，与传统的故障诊断方法相比，计算简单，实用性更强。
-
公开(公告)号：CN105119581A
公开(公告)日：2015-12-02
申请号：CN201510535515.6
申请日：2015-08-27
Applicant: 电子科技大学
IPC: H03G3/20
Abstract: 本发明属于微波固态功率放大器领域，基于遗传算法，提供了一种固态功放自动校准方法，包括功率自动测量和功率误差修正。本发明通过在功率误差修正过程中构建误差修正值函数f(p)，利用遗传算法对f(p)进行最优值计算以获得最小和最大f(p)值，对优化所得最小和最大f(p)值进行均值计算，得到最终的功率误差修正值F(P)。传统校准方法进行功率误差修正时，只在相应频点特定功率值处测试一次或选择几个功率点测试后，取均值以获得最终的功率误差修正值，且多为手动校准，因此，本发明可以大大降低误差修正值获得的偶然性，提高校准效率和校准精度，具有极强的通用性和工程实用价值。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.023 seconds)
