-
公开(公告)号：CN117880031A
公开(公告)日：2024-04-12
申请号：CN202410103724.2
申请日：2024-01-23
Applicant: 电子科技大学
IPC: H04L27/00 , G06N3/048 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于信号参数估计的通信信号的调制识别优化方法，首先构建训练用的数据集，再构建并训练信号参数识别多任务深度卷积神经网络，然后构建并训练信号调制识别深度卷积神经网络得到预训练模型，然后在小范围参数数据集内fine‑tune，最后用测试样本集获得通过参数估计优化后的调制识别准确率。本发明的方法使用repvgg作为主干结构部署后具有更快的推理速度，使用深度卷积神经网络对信号参数的识别，并充分将结果利用到进一步的训练与处理中，这使得调制识别任务充分利用信号的参数信息，而不仅仅是靠信号的波形信息进行特征提取，并且使用fine‑tune能够在训练时间更少的情况下在下行调制识别的任务中保持和重新训练相近甚至更优的信号调制识别效果。
-
公开(公告)号：CN117061552A
公开(公告)日：2023-11-14
申请号：CN202311023673.4
申请日：2023-08-15
Applicant: 电子科技大学
IPC: H04L67/12 , H04L9/40 , H04L9/00 , H04L67/06 , H04L67/60 , H04L41/22 , G06N3/0442 , G06F21/60 , G06F21/31 , G06Q10/20
Abstract: 本发明提出了一种用于车辆电池寿命预测的区块链智能合约系统及方法，保障了新能源车辆数据的安全性和可靠性，同时实现更高效的电池健康的管理。本发明采用区块链智能合约技术，提高了数据的安全性和可追溯性，并使车辆电池数据的收集和下载更加方便。本发明基于多维度模块构建的系统为车辆使用者提供可视化预测数据和更方便的电池健康状态管理，有效解决了新能源车辆中电池寿命预测方面的问题，为新能源汽车的可持续发展提供了支持。
-
公开(公告)号：CN114773202B
公开(公告)日：2023-07-21
申请号：CN202210384657.7
申请日：2022-04-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: C07C201/12 , C07C205/42 , G01N21/33
Abstract: 本发明提供了一种用于分析互穿网络拓扑结构对材料性能影响的探针的制备方法及应用，该探针是以4‑[4‑(1‑羟乙基)‑2‑甲氧基‑5‑硝基苯氧基]丁酸、2‑溴代异丁酸‑2‑羟乙酯和丙烯酰氯为原料制备的一种新型探针。该探针可以实现对互穿聚合物网络拓扑结构的原位可控变化，进而实现原位选择性和高灵敏度快速分析，进一步通过力学性能的变化研究探索聚合物网络的拓扑结构如何影响材料的性能。相比于现有的检测技术，本发明得到的探针可原位高选择性快速分析互穿网络拓扑结构对材料性能影响，且投入成本较低，合成路线简单，检测设备和方法简便，适于放大合成和实际生产应用，在材料科学、以及材料内部应力等技术领域有着巨大的应用前景。
-
公开(公告)号：CN115594858B
公开(公告)日：2023-06-16
申请号：CN202211362523.1
申请日：2022-11-02
Applicant: 电子科技大学长三角研究院(湖州)
IPC: C08G83/00
Abstract: 本发明提供一种可连续生长的动态软材料及其制备方法和应用，选取可形成超分子结构的第一类单体与第二类单体，首先聚合其中一种单体形成聚合物，进一步通过简单的溶胀聚合另一种单体后形成种子材料，该种子材料可以实现连续多次生长得到动态软材料。动态软材料的性能可以在生长过程中实现大范围的调控，且此类材料也可以作为基底材料，添加其他功能性材料后，实现多功能材料的生长。本发明的可连续生长的动态软材料，具有优良的生物相容性，大范围可调的机械性能，定点生长，形状控制，可控生长等优势，在仿生材料、生物、医学等方面具有广阔的应用前景，其合成工艺简单易行，可应用范围广，制备成本低，易于推广。
-
公开(公告)号：CN115594858A
公开(公告)日：2023-01-13
申请号：CN202211362523.1
申请日：2022-11-02
Applicant: 电子科技大学长三角研究院(湖州)(CN)
IPC: C08G83/00
Abstract: 本发明提供一种可连续生长的动态软材料及其制备方法和应用，选取可形成超分子结构的第一类单体与第二类单体，首先聚合其中一种单体形成聚合物，进一步通过简单的溶胀聚合另一种单体后形成种子材料，该种子材料可以实现连续多次生长得到动态软材料。动态软材料的性能可以在生长过程中实现大范围的调控，且此类材料也可以作为基底材料，添加其他功能性材料后，实现多功能材料的生长。本发明的可连续生长的动态软材料，具有优良的生物相容性，大范围可调的机械性能，定点生长，形状控制，可控生长等优势，在仿生材料、生物、医学等方面具有广阔的应用前景，其合成工艺简单易行，可应用范围广，制备成本低，易于推广。
-
Patent Agency Ranking
公开(公告)号：CN114685153A
公开(公告)日：2022-07-01
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：CN112819140B
公开(公告)日：2022-06-24
申请号：CN202110140882.1
申请日：2021-02-02
Applicant: 电子科技大学
Abstract: 一种基于OpenCL标准在FPGA上对信号识别卷积神经网络的加速方法，在CPU主机端构建一维卷积神经网络；一维信号数据和训练得到用于信号数据卷积的权重和偏置数据，读入到FPGA全局内存；每进入卷积神经网络一层，将计算所需数据读入到FPGA全局内存，并调用相应核函数在FGPA上做运算，运算结束后将结果返回CPU主机端；整个卷积神经网络运算结果返回CPU，并记录运算耗时。本发明CPU+FPGA异构架构能更好的实现高性能并行计算，同时FPGA具有很大的数据吞吐量，对浮点的计算能力高于CPU的计算能力，更适合数据密集型计算任务，在保持神经网络算法精确度的情况下，大幅提高了卷积神经网络算法速度。
-
公开(公告)号：CN113824681A
公开(公告)日：2021-12-21
申请号：CN202110920146.8
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的图像数据加密传输系统，包括数据压缩模块、数据加密模块、数据传输摸块、数据解密模块和数据恢复模块，数据压缩模块用于利用随机数控制采样开关对原始图像数据像素点中的部分像素点进行多次随机采集，获得原始图像的观测数据；数据加密模块用于对观测数据进行加密；数据传输摸块用于将已加密的观测数据传输至数据接收端；数据解密模块用于在信息接收端对已加密的观测数据进行解密；数据恢复模块用于对已解密的观测数据在稀疏域中进行复原。本发明采用易失性忆阻器与压缩传感技术结合，以远低于奈奎斯特采样的速率进行采样，显著降低了数据存储和传输所产生的功耗，加快了数据采样和复原速率。
-
公开(公告)号：CN113094993A
公开(公告)日：2021-07-09
申请号：CN202110386948.5
申请日：2021-04-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自编码神经网络的调制信号去噪方法，包括以下步骤：步骤1、采用MATLAB仿真软件模拟一般通信链路结构，生成各类通信调制信号的带噪样本数据集和纯净样本数据集；步骤2、对各样本集进行[0，1]归一化；步骤3、构建基于自编码神经网络的调制信号去噪自动编码器并设置超参数；步骤4、训练去噪模型，利用反向传播算法和梯度下降法优化更新神经网络中参数的取值，得到去噪模型。本发明使用了基于自编码神经网络的去噪网络模型，避免了传统调制信号去噪算法中对信号复杂的预处理过程，整体结构流程较简单，网络计算量较小，去噪速度较快。
-
公开(公告)号：CN112818859A
公开(公告)日：2021-05-18
申请号：CN202110141536.5
申请日：2021-02-02
Applicant: 电子科技大学
IPC: G06K9/00 , G06K9/46 , 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。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.152 seconds)
