-
公开(公告)号:CN105929477A
公开(公告)日:2016-09-07
申请号:CN201610410055.9
申请日:2016-06-08
Applicant: 电子科技大学
IPC: G02B5/30
CPC classification number: G02B5/30
Abstract: 本发明公开一种宽带可调谐的中红外偏振转换器,为立方体结构,其特征在于,包括:由下至上依次设置的衬底、二氧化硅隔离层、石墨烯层,其中衬底采用0.1μm的金,其上面是0.9‑1.3μm的二氧化硅隔离层,最上面是单层石墨烯,石墨烯上设有周期性的矩形打孔阵列,周期为p=170‑210nm,所述矩形打孔的长为L1=100‑140nm、宽为L2=80‑120nm,矩形打孔为45度角朝向即矩形打孔的边与衬底、二氧化硅隔离层、石墨烯层的边夹角为45°。
-
公开(公告)号:CN119540553A
公开(公告)日:2025-02-28
申请号:CN202411584340.3
申请日:2024-11-07
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/20 , G06V10/30 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于WKA‑Unet的MRI图像分割方法,包括如下步骤:1)数据预处理;2)构建WKA‑Unet网络;3)测试。本技术方案以U‑Net网络结构为基础,改进MRI图像分割模型;将传统Unet网络与自设计的WKA模块结合,利用小波变换卷积以及KAN卷积充分捕捉多尺度特征,缓解传统Unet全局信息的丢失;引入注意力机制关注关键部位,去除冗余信息;从而更灵活、准确地训练网络,获得更加精准的分割结果,本技术方案分割精度高,模型结构高效稳定。
-
公开(公告)号:CN118711063A
公开(公告)日:2024-09-27
申请号:CN202410859599.8
申请日:2024-06-28
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/766 , G06V10/774 , G06V10/40 , G06V10/778
Abstract: 本发明公开了一种基于极化SAR图像和半监督回归的植物生长参数反演方法,包括:获取包含至少一个待测点的极化SAR图像的原始数据;每个待测点代表一个目标植物区域;对原始数据极化目标分解得到每个待测点的多维特征;从每个待测点的多维特征中选择目标维度的特征,得到每个待测点的关键特征;每个样本点的标签是该样本点代表的目标植物区域中目标植物的目标生长参数;采用训练好的随机森林回归器,根据每个待测点的关键特征进行目标生长参数预测,得到目标植物的目标生长参数;训练好的随机森林回归器是采用利用了基于半监督学习算法扩充后的训练样本训练的。本发明能够有效提升对植物生长参数的预测精度,且鲁棒性高。
-
公开(公告)号:CN118051832A
公开(公告)日:2024-05-17
申请号:CN202410136238.0
申请日:2024-01-31
Applicant: 西安电子科技大学
IPC: G06F18/2411 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F40/30 , G06F16/35 , G06F16/36 , G06N5/022 , G06N3/048
Abstract: 本发明公开了一种知识与数据联合驱动的智能辐射源个体识别方法,主要解决现有技术在少标注条件下识别效果不佳的问题。方案包括:1)引入辐射源领域的外部知识构建数据丰富多样的辐射源个体知识图谱;2)采用Trans‑X算法提取知识图谱中的辐射源个体语义特征;3)搭建基于深度学习的分类模型,采用辐射源的历史数据进行训练,将辐射源信号送入训练好的网络,计算其深度特征;4)将语义特征与深度特征进行融合,获得辐射源个体融合后特征;5)将融合后特征输入分类器,得到辐射源个体的联合驱动识别结果。本发明综合利用知识图谱和深度学习技术提取辐射源个体特征,有效提高了辐射源个体识别的准确性、鲁棒性与可解释性。
-
公开(公告)号:CN114102649B
公开(公告)日:2024-02-02
申请号:CN202111614376.8
申请日:2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于介电弹性体实现物体旋转的机械爪及其使用方法。该机械爪,包括基座、夹持驱动组件和不少于两个爪体单元。各个爪体单元均安装在基座上,且能够在夹持驱动组件的驱动下进行张合运动。所述爪体单元的末端设置有旋转夹持部。旋转夹持部包括夹持主体和膨胀驱动部。夹持主体中开设有让位缺口。各爪体单元中旋转夹持部的限位边的位置沿基座中心轴线的周向保持一致。膨胀驱动部采用介电弹性体,通电时能够发生膨胀。膨胀驱动部设置在让位缺口内,并与限位边固定。当膨胀驱动部通电时,其向远离限位边的一侧膨胀。本发明相比于传统的机械爪,通过对介电弹性体材料的合理使用,可以使机械爪能够带动目标物体进行精准的扭转。
-
公开(公告)号:CN116883341A
公开(公告)日:2023-10-13
申请号:CN202310802870.X
申请日:2023-07-03
Applicant: 桂林电子科技大学
Abstract: 本发明涉及数字医疗技术领域,具体涉及一种基于深度学习的肝脏肿瘤CT图像自动分割方法,包括如下步骤:提取待分割CT图像;利用多尺度特征识别网络,提取所述待分割CT图像的多尺度特征;利用注意力机制网络,通过所述多尺度特征识别所述待分割CT图像中的病变区域;根据识别结果,在所述待分割CT图像中分割出肝脏肿瘤图像。本发明首先基于深度学习技术,解决了传统方法存在的手动标注、分割精度和效率低下等问题,同时相较于现有技术,本发明具有更高的自动化程度、更精准的分割结果和更高的分割效率。
-
公开(公告)号:CN108681752B
公开(公告)日:2023-08-15
申请号:CN201810525276.X
申请日:2018-05-28
Applicant: 电子科技大学
IPC: G06V10/776 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的图像场景标注方法,包括场景图像数据集,构建卷积神经网络,训练模型,图像标注;所述场景图像数据集,用于训练和测试深度学习场景识别模型;所述构建卷积神经网络,构建用于场景识别的卷积神经网络的模型;所述训练模型,通过训练卷积神经网络,得到场景识别模型;所述图像标注,将模型识别图像得到图像的场景标注词。本发明解决了图像场景标注的不足,解决了图像场景标注的准确率。
-
公开(公告)号:CN116451618A
公开(公告)日:2023-07-18
申请号:CN202310275364.X
申请日:2023-03-20
Applicant: 西安电子科技大学
IPC: G06F30/32 , G06F8/61 , G06F117/04 , G06F115/08
Abstract: 本申请提供一种基于Zynq UltraScale+MPSoC的DPU部署方法,包括:利用Vivado软件设计DPU配置电路;所述DPU配置电路用于提供DPU工作所需的信号,所述信号包括时钟驱动信号、复位信号与中断控制信号中至少一种;将所述DPU配置电路与所述DPU进行连接,以利用所述DPU配置电路驱动所述DPU。本申请的DPU部署方法,未使用官方提供的镜像与平台,而是提供了一套定制化实现方案,增强了设计的自由度。本发明在设计DPU配置电路的同时进行自定义扩展电路的设计,增强了功能上的扩展能力。
-
公开(公告)号:CN116229582A
公开(公告)日:2023-06-06
申请号:CN202310499993.0
申请日:2023-05-06
Applicant: 南京弘伍软件技术有限公司 , 桂林电子科技大学
Abstract: 本发明属于物流无人机技术领域,具体涉及一种基于人体姿态识别的物流无人机及人机物流交互系统。本发明能够对货主进行人体姿态识别,判断货主是否处于收货姿态,从而来决定落货方式,结合落货参数的设置,使得无人机能够在悬停或者携带货物降落至地面后安全的解除对货物的限制,不仅能够保证货物完好,还能够保证货主在接货时能逐渐适应货物重量,避免货物砸伤货主的情况发生,此过程中,根据货主的动作信息来对其姿态进行预测,实现自主判定落货方式的目的,同时还能够根据预测姿态实时调整无人机的悬停位置,使得货主能够更为便捷的取走货物。
-
公开(公告)号:CN115393729A
公开(公告)日:2022-11-25
申请号:CN202210815924.1
申请日:2022-07-12
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/25 , G06V10/46 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于深度学习以及图像配准算法的飞机变化检测方法,包括:获取同一区域、不同时刻的第一遥感图像和第二遥感图像;对第一遥感图像和第二遥感图像进行机场检测,获取第一遥感图像中的第一机场区域的图像、第一机场区域的第一偏移量、第二遥感图像中的第二机场区域的图像、第二机场区域的第二偏移量;将第一机场区域的图像和第二机场区域的图像根据surf图像配准算法进行图像配准得到配准图像;对配准图像进行飞机检测以获取飞机目标;对飞机检测得到的结果进行变化检测;将飞机目标对应的目标框还原到第一遥感图像和第二遥感图像中。本发明可解决现有技术中存在的检测精度低和检测过程运行速度慢、占用硬件资源大的问题。
-
-
-
-
-
-
-
-
-