-
公开(公告)号：CN115524764A
公开(公告)日：2022-12-27
申请号：CN202211190565.1
申请日：2022-09-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于光子衍射神经网络的大气湍流强度检测方法及系统，其中方法包括：建立并训练光子衍射神经网络，所述光子衍射神经网络包括前向传播模型和后向传播模型，其中，所述后向传播模型为基于损失函数的误差后向传播，用于训练光子衍射神经网络；获取不同大气强度影响下的光束；将光束传入训练完成的光子衍射神经网络；基于光强探测器检测光子衍射神经网络的输出光场强度；根据光场强度与大气湍流强度的对应关系，完成大气湍流强度检测，其中，所述光场强度与大气湍流强度的对应关系为：大气湍流强度越强，光场强度越弱。与现有技术相比，本发明具有无需额外的信号处理、检测速度快、检测效率高等优点。
-
公开(公告)号：CN115514411B
公开(公告)日：2024-11-08
申请号：CN202211192297.7
申请日：2022-09-28
Applicant: 同济大学
IPC: H04B10/07 , H04B10/079 , H04B10/25
Abstract: 本发明涉及一种基于光学神经网络的时域光信号处理方法及系统，其中方法包括：获取光路已准确连通的确认信号和经过编码的混合时域光信号；构建光学神经网络并进行训练，所述光学神经网络包括多个中间层，用于提取输入的混合时域光信号的光学特征并进行分类，其中，所述中间层的结构包括依次连接的光学相位调制器，第一色散模块，非线性激活模块，第二色散模块；训练光学神经网络，确定光学相位调制器的调节参数；将混合时域光信号对准光学相位调制器，调节光学相位调制器，使得其调制相位与训练结果一致，完成时域信号的识别，得到分类完成的时域光信号。与现有技术相比，本发明具有适用于时域光信号处理、识别速度快等优点。
-
Patent Agency Ranking
公开(公告)号：CN117297620A
公开(公告)日：2023-12-29
申请号：CN202311213206.8
申请日：2023-09-19
Applicant: 同济大学
Abstract: 本发明涉及生理信号分析与识别技术领域，尤其是涉及一种基于人工神经网络的心电图信号识别方法及装置。该方法获取并预处理心电图信号数据；利用预处理后的心电图信号数据训练人工神经网络模型，并利用反向传播算法调整连接权重系数，人工神经网络模型每一层的节点与节点之间通过多对级联的突触晶体管连接，连接权重系数由各突触晶体管的电导值和每对突触晶体管的放大倍数共同确定；利用训练好的人工神经网络模型进行测试，得到心电图信号的识别结果。与现有技术相比，本发明具有心电图信号在线识别准确性高、稳定性强等优点。
-
公开(公告)号：CN119519937A
公开(公告)日：2025-02-25
申请号：CN202411348541.3
申请日：2024-09-26
Applicant: 同济大学
IPC: H04L9/08 , H04B10/548 , H04B10/556
Abstract: 本发明涉及一种基于光学衍射神经网络的多波长光学秘密共享系统和方法，包括依次相连的输入层模块、调制层模块和输出层模块；输入层模块用于生成不同波长的入射光束；调制层模块用于对入射光束进行相位调制，通过光学衍射计算将被拆分为多张目标图像的待传输信息进行加密，调制层模块包括多个调制层，每个调制层的开关状态独立可控，训练好的调制层模块可为每张目标图像生成一个唯一对应的密钥，每个密钥包含入射光束的波长和各调制层的开关状态；输出层模块用于重现被拆分的待传输信息，实现光学秘密共享，输出层模块包括多个输出平面，每个输出平面用于根据不同的密钥组合重现相应的目标图像。与现有技术相比，本发明可以进一步提升信息传输的安全性和容量。
-
公开(公告)号：CN116736563A
公开(公告)日：2023-09-12
申请号：CN202310660429.2
申请日：2023-06-06
Applicant: 同济大学
IPC: G02F1/01
Abstract: 本发明涉及一种基于级联4f系统的空时脉冲整形方法，方法采用基于级联4f系统的空时脉冲整形装置，方法包括以下步骤：设置入射脉冲光束，经过第一衍射光栅，将入射脉冲光束的不同频率分量分开到不同空间位置，然后脉冲进入若干级联的4f系统，4f系统对脉冲进行相位调制，再经过第二衍射光栅，将最后一个4f系统输出的脉冲的不同频率分量合并，完成脉冲整形。与现有技术相比，本发明具有完成任意y‑t域空时光脉冲整形任务等优点。
-
公开(公告)号：CN115514411A
公开(公告)日：2022-12-23
申请号：CN202211192297.7
申请日：2022-09-28
Applicant: 同济大学
IPC: H04B10/07 , H04B10/079 , H04B10/25
Abstract: 本发明涉及一种基于光学神经网络的时域光信号处理方法及系统，其中方法包括：获取光路已准确连通的确认信号和经过编码的混合时域光信号；构建光学神经网络并进行训练，所述光学神经网络包括多个中间层，用于提取输入的混合时域光信号的光学特征并进行分类，其中，所述中间层的结构包括依次连接的光学相位调制器，第一色散模块，非线性激活模块，第二色散模块；训练光学神经网络，确定光学相位调制器的调节参数；将混合时域光信号对准光学相位调制器，调节光学相位调制器，使得其调制相位与训练结果一致，完成时域信号的识别，得到分类完成的时域光信号。与现有技术相比，本发明具有适用于时域光信号处理、识别速度快等优点。
-
公开(公告)号：CN107507287A
公开(公告)日：2017-12-22
申请号：CN201710665762.7
申请日：2017-08-07
Applicant: 同济大学
Abstract: 本发明涉及一种基于智能终端指纹识别的考勤系统，该系统包括：智能终端：用以获取考勤人的手指指纹图像后与提前存储的考勤信息进行匹配，并将匹配后的考勤人信息通过网络发送；考勤上位机：用以接收智能终端采集到的待考勤人的考勤信息，并进行考勤、整理并存档。与现有技术相比，本发明具有方便快捷、考勤准确、防止个人信息泄露等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.011 seconds)
