-
-
公开(公告)号：CN102115537B
公开(公告)日：2013-04-17
申请号：CN201010577472.5
申请日：2010-12-08
Applicant: 上海交通大学
Abstract: 一种生物传感技术领域的具有蝴蝶翅膀光子晶体结构导电聚合物的制备方法，以蝶翅多层次、多维精细结构为模板，通过渗透、溶胶-凝胶和超声的方法，利用生物化学组分的不同化学反应性，通过表面处理和化学改性，先制备具有蝶翅精细结构的SiO2多孔材料为二次模板，从而进一步将聚合物组装到SiO2多孔材料的精细结构中，通过人工耦合作用控制SiO2模板中的化学反应来制备得到具有蝶翅光子晶体结构的导电高分子材料。本发明创造性地利用二次模板技术，合成了具有光子晶体结构的导电高分子材料，这种光子晶体结构极大地提高了导电高分子对生物分子的响应，因此在生物传感领域具有广阔的应用前景。
-
公开(公告)号：CN116319195A
公开(公告)日：2023-06-23
申请号：CN202310352756.1
申请日：2023-04-04
Applicant: 上海交通大学
Abstract: 一种基于剪枝卷积神经网络的毫米波和太赫兹信道估计方法，在离线阶段利用近似消息传递压缩感知算法(AMP)处理信道数据，得到初始的信道预测，再将其输入卷积神经网络(DCNN)进行训练；再对训练后的卷积神经网络进行剪枝操作后保留网络参数不变的前提下，将初始的信道预测输入神经网络的同时，以真实的信道作为标签重新训练；在在线阶段采用训练后的卷积神经网络进行毫米波和太赫兹信道估计。本发明通过基于剪枝卷积神经网络的信道估计算法，使用剪枝算法删除卷积神经网络中冗余的连接，极大压缩神经网络的规模，提高信道估计的效率，同时保证信道估计的高精度。
-
Patent Agency Ranking
公开(公告)号：CN113271270B
公开(公告)日：2021-11-19
申请号：CN202110715991.1
申请日：2021-06-28
Applicant: 上海交通大学
Abstract: 一种基于深度卷积神经网络的太赫兹超大规模信道估计方法，以子阵列为单位，在子阵列内部采用平面波建模，在子阵列之间，采用球面波信道建模；通过深度卷积神经网络估计模型中参考子阵列之间的发射角、到达角、传播距离以及路径增益；利用得到的信道参数，结合子阵列之间的几何关系，推导出参考子阵列与其余子阵列之间的信道参数，并恢复信道矩阵。本发明结合平面波与球面波进行准确的三维信道建模，实现信道建模的高精度和低复杂度的同时根据建立的信道模型，提出相匹配的信道估计算法，以有效建立通信信道和实现最优通信系统资源分配，充分发挥太赫兹通信系统的潜力。
-
公开(公告)号：CN113271270A
公开(公告)日：2021-08-17
申请号：CN202110715991.1
申请日：2021-06-28
Applicant: 上海交通大学
Abstract: 一种基于深度卷积神经网络的太赫兹超大规模信道估计方法，以子阵列为单位，在子阵列内部采用平面波建模，在子阵列之间，采用球面波信道建模；通过深度卷积神经网络估计模型中参考子阵列之间的发射角、到达角、传播距离以及路径增益；利用得到的信道参数，结合子阵列之间的几何关系，推导出参考子阵列与其余子阵列之间的信道参数，并恢复信道矩阵。本发明结合平面波与球面波进行准确的三维信道建模，实现信道建模的高精度和低复杂度的同时根据建立的信道模型，提出相匹配的信道估计算法，以有效建立通信信道和实现最优通信系统资源分配，充分发挥太赫兹通信系统的潜力。
-
公开(公告)号：CN116319195B
公开(公告)日：2023-10-20
申请号：CN202310352756.1
申请日：2023-04-04
Applicant: 上海交通大学
Abstract: 一种基于剪枝卷积神经网络的毫米波和太赫兹信道估计方法，在离线阶段利用近似消息传递压缩感知算法(AMP)处理信道数据，得到初始的信道预测，再将其输入卷积神经网络(DCNN)进行训练；再对训练后的卷积神经网络进行剪枝操作后保留网络参数不变的前提下，将初始的信道预测输入神经网络的同时，以真实的信道作为标签重新训练；在在线阶段采用训练后的卷积神经网络进行毫米波和太赫兹信道估计。本发明通过基于剪枝卷积神经网络的信道估计算法，使用剪枝算法删除卷积神经网络中冗余的连接，极大压缩神经网络的规模，提高信道估计的效率，同时保证信道估计的高精度。
-
公开(公告)号：CN103985143A
公开(公告)日：2014-08-13
申请号：CN201410240810.4
申请日：2014-05-30
Applicant: 上海交通大学
IPC: G06T7/20
Abstract: 一种图像处理技术领域的基于字典学习的视频中判别性在线目标跟踪方法，通过手动标定或者已有跟踪结果构建目标的模板，同时获得待跟踪目标的状态；然后构建目标初始状态矩阵，然后进行运动建模，并采样形成候选样本；再将候选样本和模板进行分块，将各块进行稀疏编码，获得对应块的表示系数；将表示系数作为特征输入到相应块的分类器，获得该块各候选样本的判定置信度，将各块的判定置信度随机性抽取K个并求和，遍历所有可能性，取和值最大且在各可能性中被选取次数最多的候选样本，作为当前帧的目标跟踪结果。本发明能够提高复杂背景和目标外观变化情况下对目标跟踪的准确性和鲁棒性。
-
公开(公告)号：CN102115537A
公开(公告)日：2011-07-06
申请号：CN201010577472.5
申请日：2010-12-08
Applicant: 上海交通大学
Abstract: 一种生物传感技术领域的具有蝴蝶翅膀光子晶体结构导电聚合物的制备方法，以蝶翅多层次、多维精细结构为模板，通过渗透、溶胶-凝胶和超声的方法，利用生物化学组分的不同化学反应性，通过表面处理和化学改性，先制备具有蝶翅精细结构的SiO2多孔材料为二次模板，从而进一步将聚合物组装到SiO2多孔材料的精细结构中，通过人工耦合作用控制SiO2模板中的化学反应来制备得到具有蝶翅光子晶体结构的导电高分子材料。本发明创造性地利用二次模板技术，合成了具有光子晶体结构的导电高分子材料，这种光子晶体结构极大地提高了导电高分子对生物分子的响应，因此在生物传感领域具有广阔的应用前景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
