一种基于混合现实的电子电路实验教学方法及系统

    公开(公告)号:CN119626074A

    公开(公告)日:2025-03-14

    申请号:CN202510094062.1

    申请日:2025-01-21

    Abstract: 本发明公开了一种基于混合现实的电子电路实验教学方法及系统,涉及虚实交互技术领域,具体步骤为:获取电子元件并对电子元件进行拆分,构建电子元件模型数据库;识别并追踪物理对象,获取物理对象的识别信息和实时位置数据;获取外部输入指令,并对外部输入指令进行解析,获得操作指令;根据操作指令和物理对象的识别信息调用电子元件模型和\或理论知识库中的相关数据;对相关数据进行显示,并根据接收的手势数据或眼动数据或实时位置数据按预设规则对相关数据进行对应的交互操作。本发明提供了实时交互的学习环境,使学生能够更直观地理解抽象概念,并在虚拟环境中进行操作练习,不仅提高了学习效率,而且增强了学生的参与感和兴趣。

    基于混合麻雀搜索算法的阵列天线合成方法

    公开(公告)号:CN116882147A

    公开(公告)日:2023-10-13

    申请号:CN202310799861.X

    申请日:2023-07-03

    Abstract: 本发明公开了一种基于混合麻雀搜索算法的阵列天线合成方法,属于射频天线技术领域。本发明根据阵列类型及预期指标,建立合适的阵列模型和适应度函数,利用混合麻雀搜索算法对模型的参数进行优化,获得最优的解决方案。本发明的混合麻雀搜索算法中混合的策略包括自适应搜索步长策略和差分变异策略,前者引入自适应参数控制搜索步长动态变化,以提升麻雀搜索算法的搜索范围、精度并加快算法收敛;后者使用差分进化算法的变异操作对种群进行扰动,以增加种群多样性,避免算法陷入局部最优,进而提高算法在高维问题中的搜索效率。

    一种卷积神经网络目标分类方法

    公开(公告)号:CN110880018B

    公开(公告)日:2023-03-14

    申请号:CN201911040260.0

    申请日:2019-10-29

    Abstract: 本申请实施例提供了一种卷积神经网络目标分类方法,通过在模型训练过程中引入一个随目标类特征中心向量与各子类特征中心向量变化的动态加角余量,实现了通过计算样本图像的特征向量与目标类特征中心向量夹角的第一余弦值向量后,根据动态加角余量以及目标类特征中心向量间的夹角,通过第二预设公式得到第二夹角,通过对第二夹角求余弦,得到第二余弦值,并利用第二余弦值替换第一余弦值向量中特征向量与目标类特征中心向量间的夹角的余弦值,得到第二余弦值向量,根据第二余弦值向量计算模型的损失对模型训练过程进行指导,从而有效降低训练数据集子类特征中心均匀分布的程度。

Patent Agency Ranking