-
公开(公告)号：CN109309640B
公开(公告)日：2021-11-05
申请号：CN201811046509.4
申请日：2018-09-08
Applicant: 苏州大学
Abstract: 本发明公开了一种基于机器学习的盲信号格式识别方法，包括以下步骤：(1)从相干光接收机后端获取信号，信号经过色散补偿和时钟恢复算法补偿之后，获得信号的振幅圆用作识别目标，振幅圆的圈数为识别特征参数；(2)将步骤(1)获得的振幅圆映射转化为振幅对角线，实现非线性到线性的映射；(3)利用聚类算法求出振幅对角线的聚类中心；(4)计算出决策图对数的差值，求出振幅圆的圈数，识别信号调制格式。本发明在对相干光通信数据的处理过程中，采用基于幅度特征的MFI方法，在没有任何其它先验知识的情况下，经过非线性转为线性的映射，在线性空间中无迭代地快速识别幅度对角线的聚类中心的个数，从而判定信号调制格式。该方法对噪声具有高鲁棒性，能适应目前通信系统中流行的M‑QAM的调制格式信号，为下一代认知光网络提供了技术基础。
-
公开(公告)号：CN107819513A
公开(公告)日：2018-03-20
申请号：CN201711059737.0
申请日：2017-11-01
Applicant: 苏州大学
IPC: H04B10/2543 , H04B10/58
CPC classification number: H04B10/2543 , H04B10/58
Abstract: 本发明涉及本发明公开了一种用于64-QAM相干光传输系统缓和光纤非线性的方法，对接收到的64-QAM数据进行处理。首先将接收到的数据集分成64个簇，找到64个簇中心，并且找到每个数据点属于的簇。本次发明的k-means SVM算法是一种全局最优泛化算法，利用简单结构的k-means算法对无噪声信号点进行分类，然后应用SVM分类器来缓和失真信号。在所提出的方法中，我们利用k-means聚类算法对无噪声64-QAM信号进行分类，从而减少支持向量的数量，以节省SVM分类器的实现时间。同时，我们使用SVM分类器进行噪声泛化，以提高损伤信号的性能。本发明能够快速和准确地选取出k-means聚类的全局最优质心，并且很好地缓和了光纤中克尔非线性的影响，同时得到与SVM算法差不多的误码率性能。
-
公开(公告)号：CN106951539A
公开(公告)日：2017-07-14
申请号：CN201710178304.0
申请日：2017-03-23
Applicant: 苏州大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本申请公开了一种信息真伪验证方法及系统，该方法包括：从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；从属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为特定属性的正确属性值。本申请从不同的数据源中选取出与目标实体的特定属性对应的属性值之后，将会从上述得到的属性值集合中筛选出具有最多出现频次的属性值，由于该属性值在上述属性值集合中出现的次数最多，则意味着该属性值最为公众所认可和采用，所以本申请便将该属性值确定为上述特定属性的正确属性值，从而有利于大幅提升最终筛选到的信息的准确性。
-
公开(公告)号：CN106918972A
公开(公告)日：2017-07-04
申请号：CN201710184102.7
申请日：2017-03-24
Applicant: 苏州大学
CPC classification number: G02F1/353 , G02F1/365 , G02F2/004 , G02F2002/006
Abstract: 本发明涉及一种基于高非线性光纤的高效全光波长转换器，包括通过光纤连接的发送端和接收端，其中所述发送端将信号光与泵浦光耦合后输入所述光纤；所述光纤包括级联的掺铝光纤和掺锗光纤，其接收并引导由所述发送端输出的所述信号光与泵浦光，并利用所述光纤在引导所述信号光与泵浦光时产生的非线性光学现象来产生转换光；所述接收端接收所述光纤输出的转换光。本发明提出的将150m掺铝HNLF与100m掺锗HNLF级联在一起来实现高转换效率的全光波长转换器方案，该方案中无需利用任何提高SBS阈值的泵浦抖动技术，仅使用商用HNLF就能够实现‑3.1dB的转换效率。此外，在对25Gb/s的QPSK信号进行转换后，测得其在10‑5级数BER时的功率损耗能够达到小于0.5dB的水平。
-
公开(公告)号：CN106450225A
公开(公告)日：2017-02-22
申请号：CN201611028119.5
申请日：2016-11-18
Applicant: 苏州大学
IPC: H01M4/36 , H01M4/58 , H01M4/62 , H01M10/0525
CPC classification number: H01M4/366 , H01M4/5825 , H01M4/624 , H01M4/628 , H01M10/0525
Abstract: 本发明提供一种LiMnBO3/C-LiAlO2及其制备方法，特别涉及一种制备多壳层LiMnBO3/C-LiAlO2的方法，即先通过机械球磨－煅烧制备LiMnBO3/C粉末，再将LiMnBO3/C粉末加入到含铝源和锂源有机溶液中，搅拌得悬浊液，将悬浊液干燥得到LiMnBO3/C-LiAlO2球形粉末前驱体，将所得前驱体粉末煅烧得到多壳层LiMnBO3/C-LiAlO2正极材料。多壳层结构LiMnBO3/C-LiAlO2正极材料，有利于提高材料的电子电导率和离子电导率，有利于抑制LiMnBO3表面的“空气敏感效应”，有利于抑制电解液对LiMnBO3中Mn的溶解，提高材料的结构稳定性，从而可显著提高LiMnBO3的倍率性能和循环性能。
-
Patent Agency Ranking
公开(公告)号：CN119229469B
公开(公告)日：2025-04-01
申请号：CN202411767881.X
申请日：2024-12-04
Applicant: 苏州大学
IPC: G06V30/422 , G06V30/148 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/044 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及图像识别领域，公开了一种工业图纸关键符号语义识别方法及系统，方法包括通过设计基于基础模型SAM的通用图纸分割模型DrawSAM利用高效微调方法DoRA进行自适应微调SAM，结合Box Generator提示生成器进行图像分割，能够适应多样化的图纸类型和复杂结构布局，提升图纸中文字及符号的检测和识别准确率与效率；并通过优化的文本检测算法DrawDETR，减少了在识别工程图纸时的误识别率，提高了识别的准确性，有效解决了通用OCR模型在此领域的误识别和符号无法识别的问题，显著提升了图纸电子化数据的检索与应用，满足工业需求。
-
公开(公告)号：CN113706564B
公开(公告)日：2023-07-18
申请号：CN202111113479.6
申请日：2021-09-23
Applicant: 苏州大学
IPC: G06V10/26 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0895 , G06N3/09
Abstract: 本申请涉及一种基于多种监督方式的睑板腺分割网络的训练方法及装置，属于计算机技术领域，该方法包括：使用第一数据集对UNet进行全监督训练，得到预训练后的UNet；将第一睑板腺样本图像、第二睑板腺样本图像和添加噪声后的第二睑板腺样本图像输入预训练后的UNet，得到第一睑板腺样本图像的预测结果、第二睑板腺样本图像的伪图像标签和添加噪声后的第二睑板腺样本图像的预测结果；基于预测结果和伪图像标签计算自监督学习损失、全监督学习损失和半监督学习损失，以对预训练后的UNet进行多监督训练，得到睑板腺分割网络；相比于只用全监督学习，还引入半监督与自监督学习能从无标注睑板腺图像中挖掘出更有用的信息。
-
公开(公告)号：CN116071338A
公开(公告)日：2023-05-05
申请号：CN202310133204.1
申请日：2023-02-20
Applicant: 苏州大学
IPC: G06T7/00 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于YOLOX的钢板表面缺陷检测方法，包括基于YOLOX网络构建缺陷检测模型，初始化epoch、学习率与模型权重；将训练集输入缺陷检测模型，进行预处理后输入骨干网络，经过依次串联的Focus模块与四个darknet模块，输出三个不同大小尺寸的有效特征图；将三个有效特征图分别输入三个对应尺寸大小的CBAM模块中，进行自适应特征修正后，分别输入瓶颈网络的三条支路，每条支路均包括串联的RFB模块与ASPP模块，输出三个增强特征图，分别输入至相对应的解耦头输出预测结果；对预测结果进行解码，利用SimOTA动态匹配正负样本，计算正负样本总损失值，基于总损失值更新模型权重；重复将样本数据输入缺陷检测模型进行训练，直至训练次数达到epoch，输出最终缺陷检测模型。
-
公开(公告)号：CN108965178B
公开(公告)日：2021-03-02
申请号：CN201810713653.2
申请日：2018-06-29
Applicant: 苏州大学
Abstract: 本发明公开了一种基于机器学习的智能自适应均衡器及均衡解调方法，对于获取的信号先进行数据预处理，将输入的数据进行能量归一化，然后在没有任何其他先验知识下利用高斯核函数和距离函数对数据中的簇群进行聚类，将聚类好的数据用最近邻算法对簇群贴标签，实现调制信号的有用信息化。簇群外面的噪声离散点没有聚类，对这些没有聚类标签的簇晕，利用加权K最近邻算法进行标记。最后，将数据全部整合获得整体标签，与预存的标签进行比较来估计系统误码率。本发明的方法可以在没有任何其他先验知识的情况下识别真正的聚类中心，而不管其形状和大小；本发明降低了计算复杂度，显著地提高分类结果准确性，能适应目前通信系统中绝大部分的调制格式。
-
公开(公告)号：CN104928254A
公开(公告)日：2015-09-23
申请号：CN201510287663.0
申请日：2015-05-29
Applicant: 苏州大学
Abstract: 本发明涉及一种用于定向输送Rspo1来修复放射性肠上皮损伤的间充质干细胞，其在建立的辐射性肠上皮损伤小鼠模型基础上，成功构建了pEGZ-Term/Rspo1逆转录病毒表达载体，利用基因转染的方法获得了稳定表达Rspo1的基因转染细胞株C3H10/Rspo1，经初步鉴定其分泌的Rspo1蛋白具有生物学活性，然后进一步利用Rspo1和间充质干细胞靶向作用于肠道干细胞救治肠上皮损伤特性，以C3H10/Rspo1细胞株过继输注肠上皮辐射损伤小鼠，能有效促进肠上皮辐射损伤的修复。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.033 seconds)
