-
公开(公告)号：CN119945856A
公开(公告)日：2025-05-06
申请号：CN202411354773.X
申请日：2024-09-27
Applicant: 电子科技大学
IPC: H04L25/49
Abstract: 本发明公开了一种基于量化的纯模拟自适应真实时延对齐装置，属于通信技术领域。该装置包括第一幅度归一量化模块、第二幅度归一量化模块、时延模块、时延统计模块、时延控制电压产生模块；时延统计模块对两路输入信号的时延差积分，以电压值表征两路输入信号的时延量；时延控制电压产生模块根据时延统计电压信号生成离散时延控制电压编码信号并反馈给时延模块的离散可调延时器，对第一信号进行时延的粗调，同时生成续时延控制电压信号并反馈给时延模块的连续可调延时器对第一信号进行时延的细调从而实现时延对齐。本发明结构简单、复杂性低、具有自适应能力，能适用于多种信号的时延对齐。
-
公开(公告)号：CN119945383A
公开(公告)日：2025-05-06
申请号：CN202411874779.X
申请日：2024-12-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于FPGA和功率倒置准则的空域自适应滤波方法及装置，设计信号处理领域。包括阵列信号数据预处理模块、自协方差矩阵计算模块、互协方差矩阵计算模块、最优权值向量计算模块、浮点数转定点数模块、最优权值向量加权模块；能在压制性干扰信号的来向上形成深零陷，有效滤除通信过程中出现的压制性干扰信号，保留期望信号；本发明计算精度高，资源占用少且具有极强的实时处理能力，同时模块集成度高，方便在现有扩频通信接收机上进行移植，在复杂或动态变化的干扰环境中依然具有高效的干扰抑制能力。
-
公开(公告)号：CN119942433A
公开(公告)日：2025-05-06
申请号：CN202411918863.7
申请日：2024-12-25
Applicant: 电子科技大学
IPC: G06V20/52 , G06V20/13 , G06V10/764 , G06V10/143 , G06V20/10
Abstract: 本发明公开了一种基于GK2A数据时空上下文特征的野火实时监测方法，属于遥感技术领域。以潜在火点为中心构建窗口，并根据窗口内有效像元数量是否满足相应公式来确定背景窗口大小。利用火点的背景信息，通过绝对亮温变化测试与时空上下文火点判定公式，识别潜在火点像元是否为真实火点像元。最后，根据土地覆盖类型、火点像元置信度、归一化植被指数和归一化燃烧指数，对生成的火点数据进一步筛选，以降低野火监测算法的虚警率。该方法设计了完整的野火监测流程并调整了内部参数，提升了GK2A数据在野火早期监测中的灵敏度，有效减少了火点像元的漏检，提高了野火监测算法的准确性。
-
公开(公告)号：CN119939365A
公开(公告)日：2025-05-06
申请号：CN202510436087.5
申请日：2025-04-09
Applicant: 电子科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/25 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种基于动态对抗训练的无人机自适应感知与防御方法及设备，属于无人机系统安全技术领域。本申请方法包：量化不同的物理环境因素，进行物理攻击建模；基于建立的物理攻击模型，采用生成对抗网络生成动态对抗样本；基于多模态数据融合的方式构建物理攻击类型检测模型；基于构建攻击类型模型检测进行物理攻击检测，若检测出具体的物理攻击类型，则基于该物理攻击类型对应的目标识别模型进行目标识别和定位；否则，基于通用目标识别模型进行目标识别和定位。本申请还公开基于该方法的电子设备。本申请能够显著提升无人机在多样化物理环境下的鲁棒性，使系统在复杂环境中准确识别并检测异常攻击，因而实现更精准的目标识别和定位。
-
公开(公告)号：CN119918616A
公开(公告)日：2025-05-02
申请号：CN202411912148.2
申请日：2024-12-24
Applicant: 电子科技大学
IPC: G06N3/096 , A61B5/055 , G06N3/0455 , G06N3/044 , G06N3/0475 , G06F3/01 , G06F18/25 , G06F18/213 , G06V10/44 , G06F40/284 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于GPT的渐进迁移训练解码方法，属于视觉神经解码领域。本发明基于被试观看大量视觉感知图像时记录下的功能磁共振信号数据构建了基于GPT的类别和文本解码模型，其包括：图像编码器，用于将采用预训练模型提取的图像特征向量嵌入到隐特征空间：文本编码器，将包含任务信息的Prompt和位置编码嵌入到隐特征空间；视觉信息编码器，使用GRU将大脑视觉区域体素信号映射到隐特征空间；全脑信息编码器，根据大脑视觉区域体素信号作为上下文，指导大脑其他区域的体素信号的选取，并将全局信息映射到隐特征空间；语言生成器，融合以上所有的隐特征并选取概率最高的Token以进行对应内容的文本生成。本发明提高了解码准确率，增强了模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN119910258A
公开(公告)日：2025-05-02
申请号：CN202510089164.4
申请日：2025-01-21
Applicant: 电子科技大学
Abstract: 本发明属于真空微电子领域，具体涉及场发射器件中钼场发射阵列与钼基底的焊接方法，先在覆有二氧化硅掩膜的硅片上刻蚀出倒金字塔凹坑阵列；接着对刻蚀有倒金字塔凹坑阵列的硅片进行热氧化处理，形成二氧化硅层；然后在二氧化硅层上蒸镀钼发射体层得到钼场发射阵列，最后将钼场发射阵列与钼基底进行焊接。本发明通过在覆有二氧化硅掩膜的硅片刻蚀倒金字塔凹坑阵列，增强了表面粗糙度，提升连接强度。通过对刻蚀倒金字塔凹坑阵列的硅片进行热氧化处理形成的二氧化硅层与沉积在二氧化硅层上表面的钼层的共同作用，在阻隔焊料侵蚀硅的同时，实现了钼场发射阵列与钼钼基底的紧密连接。
-
公开(公告)号：CN115360288B
公开(公告)日：2025-05-02
申请号：CN202210881821.5
申请日：2022-07-26
Applicant: 电子科技大学 , 中国航发四川燃气涡轮研究院
IPC: H10N10/817 , H10N10/17 , H10N10/01
Abstract: 本发明属于热流传感器技术领域，涉及一种叠层结构原子层热电堆热流传感器及其制备方法。本发明采用叠层结构，通过将两种热电势信号极性相反的ALTP材料在三维空间相互串联，既增加了ALTP薄膜的有效长度，还开创性的将ALTP薄膜从二维布局转变为三维空间的架构，ALTP薄膜的相互串联不会占用衬底的平面位置，为ALTP热流传感器的小型化提供了一种新的思路，在保证小型化的前提下提高了ALTP热流传感器的灵敏度。
-
公开(公告)号：CN119907002A
公开(公告)日：2025-04-29
申请号：CN202510077275.3
申请日：2025-01-17
Applicant: 电子科技大学 , 江西省通讯终端产业技术研究院有限公司 , 电子科技大学广东电子信息工程研究院汕尾分院
IPC: H04W12/121 , H04W12/00
Abstract: 一种车载自组网中抗攻击的节点密度适应性事件验证方法，用于解决现有事件验证方法存在的事件消息可信度缺乏评估依据、事件真实性推理缺乏说服力、过于依赖理想环境等问题。本发明将声誉作为事件消息真实性的重要评估因素，在多维度下对车辆节点发送事件消息的可信度进行表征与评估，综合性地考虑与事件真实性相关的各种因素，并使用合理的证据融合方式，最终对事件的真实性做出推断，从而降低恶意攻击的影响，提高事件验证的性能，保障事件验证方案在节点密度小或恶意节点多等非理想环境下的性能。
-
公开(公告)号：CN119888231A
公开(公告)日：2025-04-25
申请号：CN202510063426.X
申请日：2025-01-15
Applicant: 电子科技大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06V10/28 , G06V10/44 , G06V10/42 , G06V10/764 , G06V20/56 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/0495 , G06N3/08
Abstract: 本发明提供了一种基于自注意力的车道线语义分割方法，首先进行数据采集与预处理，然后基于ERFnet神经网络模型实现二值语义分割，最后根据二值语义分割图，基于改进的DeepLabV3Plus模型，进行最终的多目标语义分割，ERFnet负责初步的粗粒度分割，快速分离车道线和背景，而改进的DeepLabV3Plus则进一步细化分割结果，通过引入区域自注意力单元和通道自注意力单元，增强了模型对局部和全局特征的捕捉能力。本发明方案通过结合ERFnet和改进的DeepLabV3Plus模型，不仅提高了分割的准确性和泛化能力，而且保持了实时性，实现了车道线的实时和高精度分割，对多变的复杂路况具有较强的适应性。
-
公开(公告)号：CN119887804A
公开(公告)日：2025-04-25
申请号：CN202510062663.4
申请日：2025-01-15
Applicant: 电子科技大学
IPC: G06T7/11 , G06T7/12 , G06T7/13 , G06T7/136 , G06T5/70 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明属于医学图像处理与深度学习交叉技术领域，具体提供一种基于双解码器结构的边界增强超声图像分割方法，用以解决现有技术中超声图像分割边界不平滑、精度不足的问题。本发明提出构建包含主解码器(Seg‑decoder)与边界解码器(Bor‑decoder)的超声图像分割网络，利用Bor‑decoder专注处理边界像素的分割，并通过特征融合机制为Seg‑decoder提供边界特征信息，提升模型的整体分割能力，同时引入多尺度结构增强对复杂目标的适应性；本发明通过引入边界特征增强机制及多尺度结构设计，实现更高精度的超声图像分割；不仅提升了分割性能和边界分割质量，还显著提高了诊断结果的可靠性，在医学图像自动分割领域具有重要的研究价值和应用前景。
-
-
-
-
-
-
-
-
-
Search Results
15565
records
(took 0.304 seconds)
