-
公开(公告)号：CN116502688A
公开(公告)日：2023-07-28
申请号：CN202310489920.3
申请日：2023-05-04
Applicant: 西南大学
IPC: G06N3/065 , G06N3/049 , G06N3/0464
Abstract: 一种基于局部有源忆阻器的深度回声状态网络系统，包括输入层，所述输入层采集具有时间序列属性的向量数据组，并传送向量数据组给第一个储备池和训练池，所述储备池的输出端连接所述训练池，所述训练池输出训练结果给输出层，其特征在于：所述输入层与首尾依次连接的n个储备池中的第一个储备池相连接；所述储备池内设置有掩膜和局部有源忆阻器，其中第一个储备池内的掩膜连接所述输入层，所述局部有源忆阻器前端接掩膜，后端串负载电阻后接地；后级储备池内的的输入是前级负载电阻之间的电压值。其显著效果是：大大减少了储备池的尺寸，简化训练，只需要单个局部有源忆阻器就可实现深度结构，适用于复杂的时间序列预测任务，具有更好的系统性能。
-
公开(公告)号：CN116275624A
公开(公告)日：2023-06-23
申请号：CN202310266777.1
申请日：2023-03-20
Applicant: 西南大学
Abstract: 本发明公开了一种双通道激光切割机碰撞检测系统及其碰撞检测方法，通过隔离垫片将横梁组件和床身进行物理隔绝，从而能够通过对横梁组件加电压、对床身分别施接地，再配合电压监测的方式，一触即发，能够极为快速地识别碰撞，灵敏度极高，进而能够使横梁组件快速停机，能够将碰撞损伤控制在极小范围内；同时，再通过设置横梁碰撞检测装置和切割头碰撞检测装置，不仅能够在电压监测失效时立即响应，避免发生严重的碰撞；整个系统实现双保险的设计，一个具有快速响应的特点，一个具有兜底避免更大损伤的作用，大幅提升了碰撞检测的稳定性、可靠性和及时性。
-
公开(公告)号：CN114799561A
公开(公告)日：2022-07-29
申请号：CN202210513003.X
申请日：2022-05-12
Applicant: 西南大学
Abstract: 本发明提供一种基于案例推理和模型推理的激光切割工艺参数优化方法，该方法在输入当前切割任务后，先利用案例推理模块判断当前切割任务是否存在现有工艺参数案例库中，如不存在，根据现有工艺参数案例库和当前切割任务，利用模型推理模块预测出与当前切割任务相匹配的工艺参数；最后根据实际切割情况微调所得工艺参数，并将满足切割效果的工艺参数新增至现有工艺参数案例库中。其效果是：该方法可以基于生成对抗网络对激光切割工艺参数的小样本数据进行扩充，然后再利用扩充后的样本数据训练预测模型，使得模型推理具有更好的准确性和泛化性，从而更加精确快速的确定工艺参数，减少切割实验的次数及成本。
-
公开(公告)号：CN114241245A
公开(公告)日：2022-03-25
申请号：CN202111587100.5
申请日：2021-12-23
Applicant: 西南大学
Abstract: 本发明涉及图像分类技术领域，具体公开了一种基于残差胶囊神经网络的图像分类系统，搭载有残差胶囊神经网络，该网络包括第一、第二、第三残差胶囊模块，数字胶囊层；第一残差胶囊模块包括第一残差卷积子网和第一初始胶囊层，第二残差胶囊模块包括第二残差卷积子网和第二初始胶囊层，第三残差胶囊模块包括第三残差卷积子网和第三初始胶囊层。本发明基于残差学习的思想，通过多级残差胶囊模块串联的方式实现了多级信息复用，解决了网络加深之后梯度消失的问题，并且引入了空洞卷积，有助于提取更多的特征；运用转置卷积构建重构网络，在降低网络参数量的同时提升了网络性能；基于忆阻交叉阵列实现胶囊网络的硬件部署，以解决计算量大的问题。
-
公开(公告)号：CN110738619B
公开(公告)日：2022-03-01
申请号：CN201910979130.7
申请日：2019-10-15
Applicant: 西南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于仿生自适应忆阻细胞神经网络的图像增强方法，融合了模拟人类视觉机制的自适应三高斯模型、细胞神经网络和纳米忆阻器,在典型自适应三高斯模型的基础上,提出了便于硬件实现的线性化自适应三高斯模型,利用高斯核函数和细胞神经网络的图像处理特征，克服了固定图像增强模板和纯数学算法的局限性，大大增强图像增强优势,其增强效果与人眼增强效果更为接近；同时，基于忆阻器的硬件设计,有利于大规模电路集成,便于实现硬件加速和芯片化的端侧实时图像处理。
-
Patent Agency Ranking
公开(公告)号：CN113887381A
公开(公告)日：2022-01-04
申请号：CN202111147712.2
申请日：2021-09-29
Applicant: 西南大学
Abstract: 本发明公开了一种轻量化卫星云图神经网络训练方法以及降雨检测方法，包括卫星云图图像预处理流程以及神经网络的训练流程；卫星云图图像预处理流程包括：将卫星云图照片输入卫星云图照片集；通过与卫星云图相同时间的GPM降水分布图；对卫星云图照片中所有降水区域进行画框标记；将已标注的卫星云图进行图像阈值二值化操作；神经网络的训练流程包括：将卫星云图照片进行图像增强处理；建立轻量化目标检测算法M‑YOLOv4；获取对应的损失函数；将卫星云图图像输入到神经网络中，得到该算法推理后的结果；计算对应的损失函数的函数值，得出对应的权重值。本发明使用深度学习技术进行图像训练，用于获取卫星云图中的降水检测区域。
-
公开(公告)号：CN113740381A
公开(公告)日：2021-12-03
申请号：CN202110923440.4
申请日：2021-08-12
Applicant: 西南大学
Abstract: 本发明涉及一种基于流形学习的跨域子空间学习电子鼻漂移补偿方法，其特征在于，将气体数字信号送入处理器，处理器利用LME‑CDSL数学模型进行气体样本分析，获得气体样本数据；处理器将气体样本数据送入分类器进行气体分类，获得气体分类结果。其有益效果是：具有更好的信息保存性能。不仅抑制了数据漂移，还同时维护了源域的流形和标签信息以及两个域的知识信息；局部线性流形学习完成高维数据的紧凑表示，能够保留非漂移样本的局部特征，提高模型的判别能力；保证了LME‑CDSL模型的鲁棒性和识别性能；本发明通过特征值分解实现特征子空间学习，计算成本极短，易于实际应用。
-
公开(公告)号：CN113658625A
公开(公告)日：2021-11-16
申请号：CN202110948779.X
申请日：2021-08-18
Applicant: 西南大学
IPC: G11C13/00
Abstract: 本发明公开了一种基于1T1R阵列的可重构状态逻辑操作电路及方法，包括1T1R阵列，1T1R阵列设置有多个1T1R单元，每个1T1R单元包括一个NMOS晶体管和一个忆阻器，忆阻器的底端电极与所述NMOS晶体管的漏极相连；位于同一行的1T1R单元中的NMOS晶体管的源极连接到同一字线，位于同一列的1T1R单元的NMOS晶体管的栅极连接到同一栅线，位于同一列的1T1R单元的忆阻器的顶端电极连接到同一位线；或者同一行的任意三个1T1R单元形成行式逻辑电路结构，或者同一列的任意三个1T1R单元形成列式逻辑电路结构；行式逻辑电路结构和列式逻辑电路结构用于逻辑运算并存储运算结果。本发明利用1T1R阵列进行可重构状态逻辑运算，实现布尔逻辑运算与数据存储相融合。
-
公开(公告)号：CN109705585B
公开(公告)日：2021-01-15
申请号：CN201910059887.4
申请日：2019-01-22
Applicant: 西南大学
Abstract: 本发明适用于材料技术领域，提供了一种高介电蛋清薄膜材料的制备方法以及可穿戴电子器件。该薄膜制备方法包括：从禽蛋中提取出蛋清溶液；按配方称取三聚甘油、5,6‑二羟基吲哚、NaHCO3粉末和蛋清溶液；将三聚甘油加入称好的蛋清溶液中，在室温条件下搅拌2.5～3.5小时，得到第一混合液；向第一混合液加入5,6‑二羟基吲哚和NaHCO3粉末，并搅拌至溶液颜色变为黑紫色，得到第二混合液；将第二混合液均匀滩涂在预先准备好的玻璃板上，并于95℃～99℃保持2.5～3.5小时烘干，取出并冷却至室温后剥离，得到薄膜材料。采用本发明制备方法制得的薄膜材料，采用成本低廉且可生物降解的禽蛋蛋清作为薄膜主要原料，并且制得的薄膜材料具有优异的介电性能，可与目前的使用的HfO2媲美。
-
公开(公告)号：CN109448068B
公开(公告)日：2020-07-31
申请号：CN201811204705.X
申请日：2018-10-16
Applicant: 西南大学
Abstract: 本发明公开了一种基于忆阻器交叉阵列的图像重构系统，包括图像输入处理模块、稀疏编码模块以及图像输出处理模块，其中，稀疏编码模块包括第一忆阻器交叉阵列、计算转换单元以及第二忆阻器交叉阵列，本发明提供的系统通过两个忆阻器交叉阵列实现图像像素字典集，并基于这两个忆阻器交叉阵列进行稀疏编码从而实现图像重构，由于忆阻器功耗极低，因此相比于现有的方案而言降低了系统整体的功耗，此外，由于忆阻器处理数据速度快，同时，纳米忆阻器交叉阵列尺寸小、易于集成，且可高效便捷地实现稀疏编码中重要的向量‑矩阵运算，所以使得编码速度较快，从而提升了系统的工作效率，也为大规模硬件实现提供了有价值的参考方向。
-
-
-
-
-
-
-
-
-
Search Results
185
records
(took 0.033 seconds)
