基于扩序列的NAND Flash坏块重复利用的方法及装置

    公开(公告)号:CN106527997B

    公开(公告)日:2019-07-16

    申请号:CN201611060525.X

    申请日:2016-11-25

    Abstract: 本发明提出了一种基于扩序列的NAND闪存坏块重复利用方法及装置,用于解决现有坏块处理方法中存在的坏块利用率低和适应性差的技术问题。处理方法为:获取原始测试数据;设置初始扩序列码长度L和判决门限P;对原始测试数据做扩序列;将扩序列后的数据写入坏块;从坏块中读出数据;对读出数据进行解扩;对解扩后数据进行恢复;检测恢复数据和原始测试数据是否一致;若一致则实现了坏块重复利用;若不一致则将与L和P对应的n改为n+1,重复上述步骤;处理装置包括:数据获取模块、扩序列模块、数据写入模块、数据读出模块、解扩模块、数据恢复模块和数据检测模块。本发明的坏块利用率高,闪存的写入数据量大,使用寿命长。

    一种基于FPGA的低功耗多通道非均匀性图像校正方法及系统

    公开(公告)号:CN109872286A

    公开(公告)日:2019-06-11

    申请号:CN201910059817.9

    申请日:2019-01-22

    Abstract: 本发明涉及一种基于FPGA的低功耗多通道非均匀性图像校正方法及系统,该校正方法包括以下步骤:分别获取第一图像数据、第二图像数据以及第三图像数据;根据所述第一图像数据计算得到第一均值、第二均值,根据所述第二图像数据计算得到第三均值;根据所述第一均值和所述第二均值计算得到偏置校正因子;根据所述第一均值和所述第三均值计算得到增益校正因子;根据所述偏置校正因子和所述增益校正因子对所述第三图像数据进行校正。本发明通过这种校正方法可有效的实现图像数据的非均匀性校正,计算精度高并且可以适应较大的光照强度变化。

    基于选择性搜索和CNN的计算机辅助乳腺肿块检测方法

    公开(公告)号:CN109671060A

    公开(公告)日:2019-04-23

    申请号:CN201811487180.5

    申请日:2018-12-06

    Abstract: 本发明提出了一种基于选择性搜索和CNN的计算机辅助乳腺肿块检测方法,用于解决现有技术中存在的因候选框质量差和分类准确率低导致的检测准确率低的技术问题,实现步骤为:1.获取多幅乳腺钼靶X线图像及其医师标注文件;2.对N幅乳腺钼靶X线图像进行预处理;3.获取N幅预处理后的乳腺钼靶X线图像的目标框集合;4.基于选择性搜索算法获取N幅预处理后的乳腺钼靶X线图像的候选框集合;5.构建卷积神经网络CNN并初始化;6.对初始化后的卷积神经网络进行训练;7.获取待检测乳腺钼靶X线图像的肿块区域。本发明乳腺肿块检测的检出率高且假阳率低,可应用于计算机辅助乳腺肿块检测系统中。

    一种电场能量收集装置
    24.
    发明授权

    公开(公告)号:CN106921310B

    公开(公告)日:2019-03-08

    申请号:CN201710299691.3

    申请日:2017-05-02

    Abstract: 本发明提出了一种电场能量收集装置,用于解决现有电场能量收集装置存在的能量收集效率低的技术问题,包括固定座、设置在固定座上的夹具、悬臂梁和质量块,其中悬臂梁包括固定在夹具上的弹性基板以及靠近弹性基板固定端板面一侧或两侧上依次粘贴的驱动层、压电层和电极层,该能量收集装置的驱动层在外界静电场作用下产生偏置,驱动弹性基板和压电层产生振动,压电层将驱动层驱动下产生的机械振动能转换为电能,电极层将压电层产生的电能输出至外电路;质量块,固定在弹性基板的自由端,用于调节悬臂梁的谐振频率,使其发生谐振,以产生最大的输出电压。本发明有效的提高了电场能量的收集效率。

    基于CNN和LSTM的DQPSK调制信号解调方法

    公开(公告)号:CN109379318A

    公开(公告)日:2019-02-22

    申请号:CN201811367884.9

    申请日:2018-11-16

    CPC classification number: H04L27/22 H04L27/2338

    Abstract: 本发明提出了一种基于CNN和LSTM的DQPSK调制信号解调方法,解决现有DQPSK信号解调方法中调误码率高的技术问题。实现步骤为:获取DQPSK调制信号的采样序列和标记序列;构造CNN并对其进行训练;构造LSTM并对其进行训练;获取训练后的CNN的输出序列;确定采样序列中DQPSK调制信号的每个码元周期对应的采样数据;获取待解调的DQPSK调制信号的解调结果。本发明通过CNN判断DQPSK调制信号码元的边界,能够应对多普勒频移以及采样时钟误差等问题,并使用LSTM直接完成DQPSK调制信号的解调数据的获取,解决了调制信号码元边界不确定带来的解调误码率高的问题。

    基于参数处理模块和锁相环级联的数字时间转换系统

    公开(公告)号:CN106385253B

    公开(公告)日:2018-11-30

    申请号:CN201610808913.5

    申请日:2016-09-08

    Abstract: 本发明提出了一种基于参数处理模块和锁相环级联的数字时间转换系统,用于解决现有数字时间转换系统存在的适用范围窄的技术问题,包括参数处理模块(1)、时基产生模块(2)、使能控制模块(3)和数字时间转换模块(4);参数处理模块(1)从输入设置参数中提取四个控制参数并输出,时基产生模块(2)内部设置有两个锁相环级联结构,产生受输入设置参数调整且具有固定频差的两个时基信号,使能控制模块(3)根据两个时基信号产生并输出使能信号,时间转换模块(4)根据计数控制字在使能信号控制下利用两个时基信号产生时间间隔信号。本发明的输出时间间隔分辨率可调整,且资源利用率高,可用于时频测量等领域。

    一种压电式多向振动能量收集装置

    公开(公告)号:CN106899234B

    公开(公告)日:2018-11-16

    申请号:CN201710299690.9

    申请日:2017-05-02

    Abstract: 本发明提出了一种压电式多向振动能量收集装置,用于解决现有压电式能量收集装置存在的收集方向单一和频带宽度窄的技术问题,包括固定座、设置在固定座上的支架、内梁、外梁、弹性元件、支撑杆、环形元件、第一磁性块和第二磁性块;内梁包括第一弹性基板、粘贴在第一弹性基板固定端的第一压电片和粘贴在第一压电片上的第一电极;外梁包括第二弹性基板、粘贴在第二弹性基板固定端的第二压电片和粘贴在第二压电片上的第二电极;第二弹性基板固定在支架上,第一弹性基板、弹性元件和支撑杆位于第二弹性基板的缺口内,且第一弹性基板与第二弹性基板垂直;第一弹性基板的固定端与弹性元件的自由端固定,并通过环形元件悬挂在支撑杆的自由端。

    基于支持向量回归的光谱图像无损压缩方法

    公开(公告)号:CN104270640B

    公开(公告)日:2018-07-31

    申请号:CN201410455209.7

    申请日:2014-09-09

    Abstract: 本发明属于光谱遥感技术领域,提供了基于支持向量回归的光谱图像无损压缩方法,包括如下步骤:(1)导入原图像;(2)选择聚类算法,对光谱图像进行分类预处理,获得相应的聚类索引;(3)选择预测算法,进行预测模型的设计,依据得到的聚类索引和预测模型,对整幅光谱图像的每个像素进行预测,得到预测图像;(4)对原图像和预测图像进行做差得残差图像;(5)对残差图像采用算术编码,同时对经预测模型预测时得到的预测系数及聚类算法获得的聚类索引进行编码,得到码流文件。该发明通过对读入的图像进行聚类,对每类分别建立预测模型,对残差图像及边信息进行编码的方式,实现基于支持向量回归的光谱无损压缩,达到较好的无损压缩效果,预测准确度高,残差小。

    基于超像素边缘和全卷积网络的图像语义分割方法

    公开(公告)号:CN107424159A

    公开(公告)日:2017-12-01

    申请号:CN201710630636.8

    申请日:2017-07-28

    Abstract: 本发明提出了一种基于超像素边缘和全卷积网络的图像语义分割方法,用于解决现有图像语义分割方法中存在的准确度低的技术问题,实现步骤为:构建训练、测试和验证样本集,训练、测试并验证输出像素级语义标记的全卷积网络,利用已验证的输出像素级语义标记的全卷积网络对待分割图像进行语义分割,获得像素级语义标记,并对待分割图像进行BSLIC超像素分割,利用像素级语义标记对BSLIC超像素进行语义标注,得到融合了超像素边缘和全卷积网络输出的高级语义信息的语义分割结果。本发明既保持了原始全卷积网络分割准确度,又提高了对细小边缘的分割准确度,进而提升了图像分割准确率,可用于分类、识别、跟踪等要求检测目标的场合。

    基于神经网络的多档码速率自适应解调系统及方法

    公开(公告)号:CN106936742A

    公开(公告)日:2017-07-07

    申请号:CN201710299578.5

    申请日:2017-05-02

    Abstract: 本发明提出了一种基于神经网络的多档码速率自适应解调系统及方法,用于解决现有多档码速率自适应解调系统实现复杂度高及解调方法计算量大的技术问题;在该解调系统中,ADC采样模块先采样模拟调制信号,码元特征点提取模块再利用构建神经网络模块训练的一维卷积神经网络对采样后信号的相位突变点进行检测,码速率估计模块再根据该检测结果估计采样后信号码速率,信噪比估计模块再估计采样后信号信噪比,控制器模块再根据码速率估计结果和信噪比估计结果选择解调模块的低通滤波系数和内插结构,并计算解调模块的采样率转换倍数,最后解调模块利用选择出的低通滤波系数和内插结构,以及计算出的采样率转换倍数,对采样后信号进行解调。

Patent Agency Ranking