-
公开(公告)号：CN113809232A
公开(公告)日：2021-12-17
申请号：CN202110984127.1
申请日：2021-08-25
Applicant: 西安电子科技大学
IPC: H01L45/00
Abstract: 本发明公开了一种物理瞬态阈值开关器件及其制备方法和装置，使用惰性金属材料，在衬底上制备底电极，将聚乙烯醇溶液滴在所述底电极上，以使聚乙烯醇溶液覆盖所述底电极的面积大于所述底电极表面积的一半，使用旋涂机进行旋涂，以使聚乙烯醇溶液分散于所述底电极表面，得到阻变功能层，使用活性金属材料，在所述阻变功能层上制备顶电极，得到物理瞬态阈值开关器件。该方法绿色环保，且适用于大面积旋涂，制备过程较为简洁，有助于大面积、高质量的物理瞬态阈值开关器件的制备。另外，物理瞬态阈值开关器件可以在溶液环境中实现触发式自销毁，保障了数据的安全存储。
-
公开(公告)号：CN111355658B
公开(公告)日：2021-07-13
申请号：CN202010128313.0
申请日：2020-02-28
Applicant: 电子科技大学
IPC: H04L12/715 , H04L29/08
Abstract: 本发明公开了一种基于分布式服务框架的SDN跨域协作方法，设置用于实现分布式应用协调服务的分布式跨域协作模块，并为各个SDN网络中的SDN控制器设置一个代理模块，该代理模块用于实现SDN控制器和分布式跨域协作模块之间的通信；上层应用将任务请求发送至代理模块，如果是域内任务请求则由代理模块发送给域内控制器进行处理，如果是域外任务请求，则通过分布式跨域协作模块将任务请求转发至目标域的代理模块，再由目标域的代理模块发送给目标域的SDN控制器进行处理，处理结果也通过分布式跨域协作模块反馈。本发明引入分布式跨域协作模块和代理模块，解决跨域协作问题。
-
公开(公告)号：CN112979301A
公开(公告)日：2021-06-18
申请号：CN202110210661.7
申请日：2021-02-25
Applicant: 电子科技大学 , 江西尚朋电子科技有限公司
IPC: C04B35/26 , C04B35/622
Abstract: 本发明是提供一种高频高温低损耗MnZn功率铁氧体材料及其制备方法，其是由主原料和掺杂助剂混合制成，主要针对高频MnZn功率铁氧体材料在高温下难以保持低损耗的技术问题，提供一种高频高温超低损耗MnZn功率铁氧体材料及其制备方法，从而有效降低开关损耗，提高能效，实现环保节能功效。
-
公开(公告)号：CN112819140A
公开(公告)日：2021-05-18
申请号：CN202110140882.1
申请日：2021-02-02
Applicant: 电子科技大学
Abstract: 一种基于OpenCL标准在FPGA上对信号识别卷积神经网络的加速方法，在CPU主机端构建一维卷积神经网络；一维信号数据和训练得到用于信号数据卷积的权重和偏置数据，读入到FPGA全局内存；每进入卷积神经网络一层，将计算所需数据读入到FPGA全局内存，并调用相应核函数在FGPA上做运算，运算结束后将结果返回CPU主机端；整个卷积神经网络运算结果返回CPU，并记录运算耗时。本发明CPU+FPGA异构架构能更好的实现高性能并行计算，同时FPGA具有很大的数据吞吐量，对浮点的计算能力高于CPU的计算能力，更适合数据密集型计算任务，在保持神经网络算法精确度的情况下，大幅提高了卷积神经网络算法速度。
-
公开(公告)号：CN111913156A
公开(公告)日：2020-11-10
申请号：CN202010778765.3
申请日：2020-08-05
Applicant: 电子科技大学
Abstract: 一种基于深度学习模型与特征联合的雷达辐射源个体识别方法，其步骤为：1)采集不同雷达发射的中频AD信号数据，截取脉内信号数据生成雷达辐射源个体识别样本集；2)对雷达辐射源个体识别样本进行归一化处理并划分成训练样本集、验证样本集与测试样本集；3)构建基于深度学习模型与特征联合的雷达辐射源个体识别模型；4)训练基于深度学习模型与特征联合的雷达辐射源个体识别模型；5)用测试样本集获得雷达辐射源个体识别模型结果与特征判定结果；6)用雷达辐射源个体识别模型结果与特征判定结果联合计算最终识别结果并统计识别准确率。本发明具有普适性强，不需要人工特征提取和大量先验知识，具有复杂度低，分类结果准确稳定的优点。
-
Patent Agency Ranking
公开(公告)号：CN106483514B
公开(公告)日：2020-01-14
申请号：CN201610844588.8
申请日：2016-09-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于EEMD和支持向量机的飞机运动模式识别方法，属于飞机运动模式识别领域。本发明的识别方法只需通过分析信号的多普勒频移特性，就能提取出处于不同飞行模式下信号的特征向量，该特征向量具有很好的差异性，再以支持向量机对特征向量进行分类识别。该方法无需对干扰雷达信号做复杂的参数提取，只要提取本征模函数能量矩的特征向量就能方便、有效地识别飞机运动模式。
-
公开(公告)号：CN109871508A
公开(公告)日：2019-06-11
申请号：CN201910192655.6
申请日：2019-03-14
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种存在相关测量噪声的集中式两阶段卡尔曼估计方法。针对存在影响测量值的相关测量噪声的多传感器测量系统的滤波问题，本发明通过引入解相关技术，重新建立一种测量噪声不相关的测量方程，通过两阶段卡尔曼滤波器，得到系统状态的最优估计值。本发明所提出的方法与直接利用两阶段卡尔曼方法相比，虽然数据融合结果相同，但计算复杂度却大大降低。
-
-
公开(公告)号：CN109582914A
公开(公告)日：2019-04-05
申请号：CN201910079209.4
申请日：2019-01-28
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种噪声相关的带偏差系统的并行式融合估计方法。针对存在影响系统状态和测量的动态偏差和相关噪声的多传感器测量系统的滤波问题，本发明提出了一种基于解相关技术和并行式多传感器融合思路的带偏差系统估计方法，通过引入解相关技术，重新建立一种噪声不相关的等效模型，同时，基于噪声相关的两阶段卡尔曼滤波器，分别对多个无偏差滤波器和多个偏差滤波器进行融合，最后，将局部融合后无偏差状态值和偏差值进行融合，得到系统状态的最优估计值。本发明解决了估计中过程噪声与测量噪声的相关性导致滤波精度下降的问题。
-
公开(公告)号：CN109543143A
公开(公告)日：2019-03-29
申请号：CN201910079241.2
申请日：2019-01-28
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于分散融合滤波技术的非线性带偏差系统的多传感器融合估计方法。针对存在动态偏差的非线性多传感系统的估计问题，本发明加入了分散融合滤波技术，提出了两阶段容积卡尔曼滤波融合估计方法。在分散融合结构中，各个传感器需要将自己的状态估计信息发送到融合中心，同时，所有滤波器对状态估计信息进行时间更新，得到预测值。各个局部滤波器对预测值进行量测更新，得到局部状态估计信息。在融合中心，对所有滤波器的状态估计信息进行处理，得到全局状态估计信息。本发明方法的性能要优于单传感器的两阶段卡尔曼滤波方法。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.03 seconds)
