-
公开(公告)号：CN120050821A
公开(公告)日：2025-05-27
申请号：CN202510518985.5
申请日：2025-04-24
Applicant: 南昌大学
IPC: H05B47/105 , H05B47/165 , G06F30/27 , G06N5/048 , G06N7/01 , G06N3/004 , G06F18/231 , G06F119/06
Abstract: 本发明提供了一种数据驱动的照明节能管控方法及系统，通过对照明设备的历史能耗数据进行深入挖掘，由能耗状态变化规律分析用户用能行为，并进一步揭示不同照明设备的能耗模式；接着，方法引入基于半张量积的区间二型模糊系统，通过模糊推理和代数运算，识别潜在的节能时刻，并协同控制照明设备开关状态，在满足用户照明需求的同时节约照明能耗。
-
公开(公告)号：CN119358496A
公开(公告)日：2025-01-24
申请号：CN202411960470.2
申请日：2024-12-30
Applicant: 南昌大学
IPC: G06F30/367 , G06F17/11 , G06F17/16 , H04B10/116 , H04B10/70
Abstract: 本发明提供了一种由驱动电流和温度表征的LED模型建立方法及系统，属于可见光通信技术领域，该方法通过从LED载流子运动的速率方程出发，分别从速率方程的小信号形式与稳态形式得到LED的等效电路模型和模型各部分关于驱动电流和温度的解析解；并进一步提出关于载流子经历时间的模型来使得模型解析解仅包含驱动电流和温度，且模型系数少，最少仅需三次实测结果便可解出待定系数；模型所预测的阻抗与频响与实测结果符合度较高，同时可依据模型预测的LED工作状态来指导系统对LED的非线性作出补偿，如设计动态的均衡器，使均衡器极点随时与当前工作条件的LED相匹配，以此来达到最佳均衡状态。
-
公开(公告)号：CN118230074A
公开(公告)日：2024-06-21
申请号：CN202410642644.4
申请日：2024-05-23
Applicant: 南昌大学
IPC: G06V10/764 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/045 , G06N3/096 , G06N3/042 , G06N3/06
Abstract: 本发明提供了一种知识辅助迁移学习的乳腺癌分子亚型识别方法及系统，该方法通过采用基于ImageNet预训练的Resnet50作为初始病灶分类器，并对其全连接层进行设置，得到目标病灶分类器；对数据集进行ROI采样和数据增强处理，得到若干目标采样块，并将目标采样块和对应的图像标签输入目标病灶分类器中训练；将目标病灶分类器的全局平均池化层和全连接层去除，随后添加顶部网络，得到整图分类器，再将处理后的影像整图输入整图分类器中，以进行预训练；采用乳腺癌分子亚型数据集输入到预训练后的整图分类器，进行迁移学习，得到目标整图分类器，最后将待诊断影像输入目标整图分类器中，输出softmax计算后置信度最高的图像级标签，以实现乳腺癌分子亚型识别。
-
公开(公告)号：CN116506261B
公开(公告)日：2023-09-08
申请号：CN202310764586.8
申请日：2023-06-27
Applicant: 南昌大学
IPC: H04L25/02 , G01S5/16 , G06T5/00 , G06N3/0442 , G06N3/08 , H04B10/116
Abstract: 本发明提供了一种可见光通信感知方法及系统，该方法通过获取光源和模拟终端的位置坐标信息计算得到信道增益信息，进而构造信道增益矩阵。其中，信道增益矩阵视为无噪声的二维图像；将无噪声的二维图像进行加噪处理，再将噪声图像和对应的噪声水平图输入FFDNet中进行训练；将去噪图像和目标位置输入LSTM神经网络模型中进行训练；将实际获取到的目标图像依次通过训练好的FFDNet以及LSTM神经网络模型，输出信道估计结果和目标预测位置，具体的，首先采用图像去噪技术对可见光信道进行估计，然后将含有位置特征的参数矩阵与LSTM神经网络算法融合，从信道估计的信道状态信息中获取精确的定位信息，最终实现可见光通感一体化。
-
公开(公告)号：CN116506261A
公开(公告)日：2023-07-28
申请号：CN202310764586.8
申请日：2023-06-27
Applicant: 南昌大学
IPC: H04L25/02 , G01S5/16 , G06T5/00 , G06N3/0442 , G06N3/08 , H04B10/116
Abstract: 本发明提供了一种可见光通信感知方法及系统，该方法通过获取光源和模拟终端的位置坐标信息计算得到信道增益信息，进而构造信道增益矩阵。其中，信道增益矩阵视为无噪声的二维图像；将无噪声的二维图像进行加噪处理，再将噪声图像和对应的噪声水平图输入FFDNet中进行训练；将去噪图像和目标位置输入LSTM神经网络模型中进行训练；将实际获取到的目标图像依次通过训练好的FFDNet以及LSTM神经网络模型，输出信道估计结果和目标预测位置，具体的，首先采用图像去噪技术对可见光信道进行估计，然后将含有位置特征的参数矩阵与LSTM神经网络算法融合，从信道估计的信道状态信息中获取精确的定位信息，最终实现可见光通感一体化。
-
Patent Agency Ranking
公开(公告)号：CN115441532A
公开(公告)日：2022-12-06
申请号：CN202210900502.4
申请日：2022-07-28
Applicant: 南昌大学
Abstract: 本发明提出一种基于多模态能源和信号输入的PSE装置及其控制方法，所述装置包括多模态供电模块、PSE模块以及通信模块，其中：所述多模态供电模块包括与第三方能源接通的第一供电单元以及与市电接通的第二供电单元，所述第一供电单元包括第三方能源转换子单元、与所述第三方能源转换子单元电连接的充放电控制子单元以及与所述充放电控制子单元电连接的能源储备子单元，所述能源储备子单元分别与所述PSE模块和所述通信模块电连接，所述充放电控制子单元与所述第二供电单元电连接。根据本发明提出的基于多模态能源和信号输入的PSE装置，能够节省市电能源消耗，减轻市电负载，同时又能实现多模态信号的传输，提高网络的鲁棒性。
-
公开(公告)号：CN113597053B
公开(公告)日：2022-10-14
申请号：CN202110845343.8
申请日：2021-07-26
Applicant: 南昌大学
Abstract: 一种LED驱动电路，包括模拟驱动器、电源输出电路，以及连接在模拟驱动器和电源输出电路之间的控制电路，电源输出电路包括多个电源输出支路，各个电源输出支路分别用于输出不同的电压信号，控制电路包括两个输入端，其中一个输入端与模拟驱动器连接，另一输入端与各个电源输出支路连接，控制电路的输出端用于连接负载，控制电路的两个输入端分别用于接收模拟驱动器的驱动信号和各个电源输出支路输出的电压信号，并确定与所述驱动信号大小匹配的目标电压信号，并将该目标电压信号对应的电源输出支路作为当前的工作电路。本设计限制了该LED驱动电路的最大电压，从而大大提高了效率，为通信、照明兼顾的LED系统设计提供了可能。
-
公开(公告)号：CN114726446B
公开(公告)日：2024-07-23
申请号：CN202210170749.5
申请日：2022-02-23
Applicant: 南昌大学
Abstract: 一种电光调制装置，包括：驱动电路和与所述驱动电路连接的电致发光器件，所述驱动电路包括信号输入端、信号输出端、连接在所述信号输入端和信号输出端之间的推挽电路，以及分别连接在所述推挽电路的输入端和输出端的两个补偿电路，所述电致发光器件连接在所述信号输出端，所述推挽电路用于根据所述信号输入端输入的数字调制信号控制所述电致发光器件的通断，两个所述补偿电路分别用于对所述电致发光器件的上升沿和下降沿进行频率响应补偿。本发明直接将数字调制信号转换为光信号，实现电致发光器件的高速驱动。
-
公开(公告)号：CN117292439B
公开(公告)日：2024-03-22
申请号：CN202311587557.5
申请日：2023-11-27
Applicant: 南昌大学
IPC: G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/096 , G01S7/41
Abstract: 本发明提供了一种基于室内毫米波雷达的人体姿态识别方法及系统，该方法通过获取由调频连续波毫米波雷达设备采集的人体姿态样本数据；将人体姿态样本数据进行预处理，得到多普勒特征图谱构成的第一目标数据集，并进行混合数据增强处理，得到第二目标数据集；构建小样本迁移学习识别网络模型，并将第二目标数据集的数据输入模型中进行训练，得到目标模型；实时获取人体动作数据，输入目标模型中，输出姿态识别结果，具体的，由于对样本数据依次进行预处理和混合数据增强处理，得到扩充的毫米波雷达数据集，同时，为了降低深度学习网络的数据需求，及处理多普勒特征图谱的性能损失，提出了上述模型，以降低过拟合风险。
-
公开(公告)号：CN117411546A
公开(公告)日：2024-01-16
申请号：CN202311688147.X
申请日：2023-12-11
Applicant: 南昌大学
IPC: H04B10/079 , H04B10/116
Abstract: 本发明提供了一种LED通信能力评价方法及系统，通过确定积分球的附加频率响应，后对基于积分球的LED通信能力测试装置进行校准与标定，并控制直流偏置器将矢量网络分析仪输出的扫频信号与直流信号耦合后发送给目标LED，通过积分球均匀积分到一处，由PD接收；控制PD将信号输入矢量网络分析仪，以获得目标LED的频率响应；根据目标LED的频率响应与PD的光电转换线性关系，确定PD接收到的光的光调制幅度频率响应，并将光调制幅度频率响应与对应的系数相乘，得到目标光调制幅度频率响应，再与对应的目标频率相乘，得到目标光调制幅度频率积，将‑3dB带宽频率点处的光调制幅度频率积定义为目标光调制幅度带宽积，以评价目标LED的通信能力。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.023 seconds)
