一种LED阵列的等效电路模型及其参数提取方法

    公开(公告)号:CN116757130A

    公开(公告)日:2023-09-15

    申请号:CN202311041742.4

    申请日:2023-08-18

    Abstract: 本发明提供一种LED阵列的等效电路模型及其参数提取方法,其阵列模型的阵列单元包括主体模型和第一外围RLC模型,通过第一外围RLC模型,将LED阵列的各LED之间的物理走线、连接布局带来的寄生影响,以及自耦和互耦效应,具体到各LED对应的主体模型外围,以该阵列单元构成阵列模型,以根据该阵列模型和提取出的参数,模拟表征LED阵列的实际性能。本发明提供的LED阵列的等效电路模型及其参数提取方法,将LED阵列中的寄生影响和耦合效应,具体到阵列模型中的各主体模型外围,提高了阵列模型对LED阵列的实际通信特性的表征准确性,提高了光源为LED阵列的可见光通信设备的通信性能的模拟分析能力,为可见光通信设备的性能优化提供了便利。

    一种基于层次化双Transformer编码器的长期时间序列预测方法

    公开(公告)号:CN119005436A

    公开(公告)日:2024-11-22

    申请号:CN202411136177.4

    申请日:2024-08-19

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于层次化双Transformer编码器的长期时间序列预测方法,包括:1)对输入数据进行可逆实例归一化;2)对归一化后的数据进行分段和嵌入;3)采用双编码器模块进行特征提取,学习其数据分布及变化规律;4)采用层次化堆叠的双编码器模块进行多尺度特征提取,学习不同时间尺寸的动态模式;5)拼接各层双编码器模块的输出,使用线性头实现多尺度预测;6)通过训练出的最优网络进行预测,并通过误差评价指标对比预测结果与真实结果。本发明方法能够同时处理和整合来自不同通道的信息,并在模型中实现这两种策略的互补,提高了预测的精度和鲁棒性,同时双编码器结构能够显著提升模型在处理不同尺度时间序列时的适应性和预测能力。

    钙钛矿-硫化铅量子点两端叠层太阳能电池及其制备方法

    公开(公告)号:CN118540973B

    公开(公告)日:2024-11-05

    申请号:CN202410995419.9

    申请日:2024-07-24

    Applicant: 南昌大学

    Abstract: 本发明提供钙钛矿‑硫化铅量子点两端叠层太阳能电池及其制备方法,属于太阳能电池技术领域。该方法包括:在透明导电电极ITO或FTO上依次生长SnO2为第一电子传输层、钙钛矿薄膜为宽带隙钙钛矿吸收层、NiOX为第一空穴传输层、MoO3为缓冲阻挡层、ITO作为电荷复合层、ZnO或AZO为第二电子传输层、PbS‑IBr为窄带隙硫化铅量子点吸收层、PbS‑EDT为第二空穴传输层及金属电极。本发明将宽带隙钙钛矿材料与窄带隙硫化铅量子点材料级联,促进两端叠层太阳能电池对太阳光光谱中低能量光子的充分吸收,产生更多的光生载流子;同时构建全无机中间层结构,不仅显著提高电池性能的稳定性,还增强了红外光的透过率,最终实现两端叠层电池整体光电转换效率的提升。

    一种n-i-p-i-n型可见-红外双波段光电探测器及其制备方法

    公开(公告)号:CN118475138A

    公开(公告)日:2024-08-09

    申请号:CN202410926535.5

    申请日:2024-07-11

    Applicant: 南昌大学

    Abstract: 本发明公开了一种n‑i‑p‑i‑n型可见‑红外双波段光电探测器及其制备方法,属于光电探测技术领域。该方法包括:在衬底上生长TiO2薄膜作为第一电子传输层;在第一电子传输层上生长Sb2S3薄膜作为第一本征吸收层;基于固相配体交换法在第一本征吸收层上形成PbS‑EDT量子点薄膜作为空穴传输层;基于液相配体交换法在空穴传输层上形成PbS‑IBr量子点薄膜作为第二本征吸收层;第二本征吸收层上沉积ZnO薄膜作为第二电子传输层;暴露部分导电玻璃衬底,制备分别接触第二电子传输层和衬底的两组金属电极。本发明实现了在单个器件中进行电压偏置调节切换的可见与红外双波段光电探测,极大地扩宽了光谱探测范围及其应用领域。

    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

    公开(公告)号:CN118230074B

    公开(公告)日:2024-08-02

    申请号:CN202410642644.4

    申请日:2024-05-23

    Applicant: 南昌大学

    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。

    一种结构光场优化仿真方法及系统

    公开(公告)号:CN118070629A

    公开(公告)日:2024-05-24

    申请号:CN202410060726.8

    申请日:2024-01-16

    Applicant: 南昌大学

    Abstract: 本发明提供了一种结构光场优化仿真方法及系统,该方法包括:设定出与预设结构光场对应的光学系统参数,并在预设材料库中创建出若干与预设结构光场适配的量子点材料,预设结构光场具有量子点三维图案化的功能;在预设结构光场中实时计算出光致发光平均自由路径以及量子产率,并根据光致发光平均自由路径以及量子产率在预设文档库中匹配出与若干量子点材料适配的光谱文件;根据若干量子点材料、光谱文件以及预设矩形光源创建出若干对应的矩形体,并对若干矩形体进行光线追踪,以对预设结构光场进行对应的优化。本发明能够对量子点材料进行量化处理,对应提升了用户的使用体验。

Patent Agency Ranking