-
公开(公告)号:CN105826994A
公开(公告)日:2016-08-03
申请号:CN201610163509.7
申请日:2016-03-19
Applicant: 复旦大学
IPC: H02J7/02
CPC classification number: H02J7/025
Abstract: 本发明属于集成电路设计技术领域,具体为一种基于动态阻抗匹配技术的射频能量采集系统。本发明系统是在现有射频能量采集系统的基础上增加可配置匹配网络模块、整流器输出电压检测模块、充电电流检测模块和匹配网络配置位产生模块组成,其中匹配网络配置位产生模块用于切换电压采样和电流采样两种工作模式,并根据所采样得到的电压和电流值确定匹配网络的调整方式。本发明通过在能量采集过程中实时监测谐振腔的匹配状况并进行电路等效阻抗的调节,使谐振腔始终处于理想的匹配状态,从而在较大的输入频带和入射能量范围内实现较高效率的射频能量采集。
-
公开(公告)号:CN119326419A
公开(公告)日:2025-01-21
申请号:CN202411175537.1
申请日:2024-08-26
Applicant: 复旦大学
Abstract: 一种基于脑电信号的分析数据表示方法,通过获取单个目标对象的脑电信号,将脑电信号表示成可供使用的分析数据;步骤S1,对脑电信号进行预处理,得到脑电信号预处理数据;步骤S2,根据脑电信号预处理数据构建互差分自注意力邻接矩阵o;步骤S3,通过结点聚合操作,将互差分自注意力邻接矩阵o表示为矩阵一维向量,并通过一维顺序卷积模块提取矩阵一维向量中的特征,并将矩阵一维向量中的特征表示为特征一维向量,得到包含全部特征一维向量的降维数据集合Zall;步骤S4,将降维数据集合Zall整理为分析数据,并输出;本发明通过互差分自注意力邻接矩阵兼顾了计算效率与可解释性,为在分析数据的后续的便利应用提供了前提条件。
-
公开(公告)号:CN119302670A
公开(公告)日:2025-01-14
申请号:CN202411277088.1
申请日:2024-09-12
Applicant: 复旦大学
Abstract: 本发明涉及一种全无线高通量可灵活扩展的脑电信号采集模块,其特征在于,该脑电信号采集模块自上而下依次包括按矩阵排列的多个低通量脑电采集前端芯片、重布线层、多通道脑电电极;其中,所述重布线层的正面与每个所述低通量脑电采集前端芯片相连;所述重布线层的背面设置有多个脑电采集通道排列位点;每个所述脑电采集通道排列位点分别与所述多通道脑电电极正面的位点一一对应相连。本发明还提供了一种脑电信号采集模块的制备方法和脑电信号采集系统,能够同时对上千个神经元的活动同时进行记录和分析,为神经科学研究提供了强有力的支持。
-
-
公开(公告)号:CN111010186B
公开(公告)日:2023-03-07
申请号:CN201911287833.X
申请日:2019-12-15
Applicant: 复旦大学
IPC: H03M1/50
Abstract: 本发明属于集成电路技术领域,具体为具有高线性度的电压时间转换器。本发明电压时间转换器,由两条等比速率的充放电路径组成;每条充放电路径都包含控制开关、以晶体管组成的电流源和反相器。本发明将两路径中其中一条的放电电压节点VOUTP提高大于VDD来改善电压时间转换器的线性度,以及得到更大的输出范围,并使另外一条路径的放电电压节点VOUTN小于VDD来缩小电压时间转换器产生的固定延时,以提高转换速率,藉由控制信号CKS1、CKS2和CKS3的运作来避免额外的功率消耗。此外,本发明使用定电流充放电,以实现稳定的转换增益,并设计一个校正信号Vgain,以避免增益不受工艺、温度以及电源电压影响。
-
公开(公告)号:CN110649922B
公开(公告)日:2022-12-20
申请号:CN201911026411.7
申请日:2019-10-26
Applicant: 复旦大学
IPC: H03L7/18
Abstract: 本发明属于集成电路技术领域,具体为一种数字时钟倍频器。本发明的数字时钟倍频器包括:包括若干个级联的二倍频单元,每个二倍频单元由一个占空比恢复电路和一个二倍频器级联而成;占空比恢复电路用于将任意占空比的输入信号恢复至占空比为50%;所述二倍频器:产生50%占空比的输入信号的二倍频信号。本发明通过级联占空比恢复电路和二倍频器,产生输入时钟的多倍频信号。本发明的检测和控制电路均可由标准数字电路实现,可以方便地应用于数字系统或混合信号系统中,提供多个不同频率的时钟。
-
公开(公告)号:CN113946679A
公开(公告)日:2022-01-18
申请号:CN202111156301.X
申请日:2021-09-30
Applicant: 复旦大学
Abstract: 本发明涉及一种基于多进程处理的大规模流式数据的事件聚类方法及系统,所述方法包括以下步骤:S1:构建多个处理进程;S2:获取事件文本的流式数据,并分配到各处理进程中进行聚类处理,分别获取每个处理进程的事件聚类结果;S3:将不同处理进程的事件聚类结果进行合并,获取整体聚类结果;S4:将整体聚类结果合并入主事件库中,所述系统基于上述方法。与现有技术相比,本发明具有提高时间聚类效率、适用于大规模流式数据,能够持续性进行数据处理等优点。
-
公开(公告)号:CN109447257B
公开(公告)日:2021-08-17
申请号:CN201811090424.6
申请日:2018-09-18
Applicant: 复旦大学
Abstract: 本发明属于集成电路技术领域,具体为一种通道自组织的深度神经网络加速芯片的运算装置。本发明装置包括:多个片上存储模块,用于按通道存储特征值矩阵;一个多行多列的计算单元阵列,用于并行执行卷积、矩阵乘法等运算;一个中央控制单元,用于控制计算过程和数据流向、和同外界的数据交互。计算单元阵列中的同一列计算单元并行处理来自同一个输入通道的计算,同一行并行处理来自同一个输出通道的计算。该装置在计算过程中将数据流按通道与存储器的对应关系进行组织,避免计算单元在多个存储器间交叉访问,减少数据在存储器间的搬运次数,从而提高了芯片的能效。
-
公开(公告)号:CN110166045B
公开(公告)日:2021-06-04
申请号:CN201910339120.7
申请日:2019-04-25
Applicant: 复旦大学
Abstract: 本发明属于集成电路技术领域,具体为一种提取信号变化沿的快照电路。本发明包括:使能与时钟控制电路和快照输出电路;使能与时钟控制电路用于产生控制快照输出电路工作的信号,包括使能、复位与时钟信号;快照输出电路用于在使能与时钟控制电路控制下,在使能窗口信号有效区间内,被提取时钟变化沿到来后,产生一个变化沿信号;之后被适当复位,准备输出下一个变化沿信号,其输出为快照信号变化沿,反映被提取信号的相位信息。本发明处理高频率的被提取信号,输出信号频率接近参考时钟信号,从而降低相位信息处理电路工作频率,减少相位信息处理电路的功耗与设计难度。
-
公开(公告)号:CN111444728A
公开(公告)日:2020-07-24
申请号:CN202010313730.2
申请日:2020-04-20
Applicant: 复旦大学
Abstract: 本发明公开了一种端到端的基于方面的情感分析方法,包含如下步骤:S1,确定情感分析的数据集,所述数据集包括训练集、验证集和测试集;S2,读入数据集,对数据集进行标记,并导入词向量;S3,通过pytorch库搭建设计的模型,输入相应的数据,并得到相应的输出;S4,利用训练集,验证集对模型进行训练,得到训练好的模型进而得到情感分析结果。本发明不需要任何辅助结构的模型,通俗易懂,结构比较简单,而且解决了上述的那些辅助结构解决的问题,模型的效果更好。
-
-
-
-
-
-
-
-
-