-
公开(公告)号：CN119559487A
公开(公告)日：2025-03-04
申请号：CN202411681637.1
申请日：2024-11-22
Applicant: 复旦大学
IPC: G06V10/94 , G06V20/13 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/098 , G01S13/90
Abstract: 本发明涉及一种基于半去中心化架构的多客户端协同SAR图像目标识别方法，包括：采集SAR图像数据并进行预处理，生成相应的目标识别标签，得到带标签数据集；搭建半去中心化联邦学习框架，初始化全局模型参数；各客户端使用本地私有数据进行模型训练，通过设备间通信获得本地参数共识；服务器随机选择客户端进行参数传输，聚合模型参数并更新全局模型参数，将更新后的全局模型参数广播给所有客户端；迭代训练，直至全局模型参数达到收敛状态，得到训练好的全局模型；对训练好的全局模型进行测试，选用通过测试的全局模型进行SAR图像目标识别。与现有技术相比，本发明在保证模型性能和数据隐私保护的前提下，能有效降低服务器和客户端之间的通信开销。
-
公开(公告)号：CN119516406A
公开(公告)日：2025-02-25
申请号：CN202411681635.2
申请日：2024-11-22
Applicant: 复旦大学
IPC: G06V20/13 , G06V10/94 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/098 , G06F21/62 , G01S13/90
Abstract: 本发明涉及一种基于联邦学习的多客户端协同SAR图像目标识别方法，包括：采集SAR图像数据并进行预处理，生成相应的目标识别标签，得到带标签数据集；搭建联邦学习框架，初始化并向各个客户端分发全局模型参数；根据带标签数据集为每个客户端分配本地私有数据，各客户端使用本地私有数据进行本地模型训练，并将更新后的模型参数上传至服务器；服务器聚合所有客户端上传的模型参数，并更新全局模型参数，将更新后的全局模型参数分发至各个客户端；重复上述步骤直至全局模型收敛；对训练好的全局模型进行测试，选用通过测试的全局模型进行SAR图像目标识别。与现有技术相比，本发明在保护隐私的同时，有效保持了模型的准确性。
-
公开(公告)号：CN114533682A
公开(公告)日：2022-05-27
申请号：CN202011248335.7
申请日：2020-11-10
Applicant: 上海新衡基医药技术有限公司 , 复旦大学
Abstract: 本发明提供了一种多西他赛白蛋白纳米组合物及其制备方法，具体地，本发明提供了一种多西他赛蛋白纳米制剂，所述的制剂包括：多西他赛1～30重量份，白蛋白5～50重量份，稳定剂5～85重量份；和任选的药用冻干辅料。
-
公开(公告)号：CN111447014A
公开(公告)日：2020-07-24
申请号：CN202010320515.5
申请日：2020-04-22
Applicant: 复旦大学
IPC: H04B10/50 , H04B10/516 , H04B10/524
Abstract: 本发明属于光纤通信技术领域，提供了一种基于单个调制器产生多电平光信号的方法及装置，使用激光器生成激光，输入到极化复用强度调制器中将该激光分为两束偏振光，两组信号注入到极化复用强度调制器中，对两束偏振光分别进行强度调制，产生两组光信号。使用偏振耦合器将调制后的两个偏振激光耦合，再利用偏振控制器和起偏器调整输出光的偏振方向，最终获得多电平光信号。本发明利用极化复用强度调制器的方法产生多电平光信号，无需使用DAC，仅采用一个极化复用强度调制器实现两个低电平信号的调制和耦合，即可产生高质量的多电平光信号，结构简单，复杂度低且调制效率较高，减少了对发射端器件的需求，有效降低了系统成本。
-
公开(公告)号：CN103169664A
公开(公告)日：2013-06-26
申请号：CN201110441211.5
申请日：2011-12-25
Applicant: 复旦大学
Abstract: 本发明属于生物医药技术和纳米医学技术领域，涉及一种RGD肽修饰的双层载药阳离子纳米粒。本发明的纳米粒内核为聚乳酸-羟基乙酸PLGA载药层，外层为载有药物增敏剂的RGD修饰的阳离子聚合物层。该纳米粒可通过受体介导和静电吸附作用穿过血脑屏障，入脑后能富集于脑肿瘤组织，在RGD介导下穿透深入肿瘤实质，与肿瘤新生血管内皮细胞和肿瘤细胞特异结合，并通过内吞入胞。分散于外层的增敏剂首先释放，发挥逆转肿瘤耐药性的作用，分散于内层的药物随后缓慢释出，发挥药物高效、持久和安全的抗肿瘤疗效。
-
Patent Agency Ranking
公开(公告)号：CN1325530C
公开(公告)日：2007-07-11
申请号：CN200410054019.0
申请日：2004-08-26
Applicant: 复旦大学
Abstract: 本发明涉及一系列具有半导体性质的发光聚氨酯及其合成方法。利用结构复合材料的观点，把具有半导体发光性质单元和最广普性质的高分子聚氨酯在分子水平上进行复合，通过引入具有不同共轭长度的发光单元寡聚芴，采用均聚或共聚的方式获得新型的发光聚氨酯材料，使聚氨酯拓宽到更广泛的使用范围。这类材料可以用作(潜在用于)高分子光致发光、电致发光等新兴功能高分子材料。
-
公开(公告)号：CN114758238A
公开(公告)日：2022-07-15
申请号：CN202210426371.0
申请日：2022-04-21
Applicant: 复旦大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明涉及一种基于深度学习的机载多维度合成孔径雷达图像地物分类方法，包括以下步骤：步骤S1、对同时获取的机载高分辨率多维度SAR图像进行预处理，标注地物类型标签，并对数据集进行划分；步骤S2、对于每个维度的SAR图像分别构建对应的地物分类模型，并利用深度学习方法采用训练集进行训练，使损失函数值趋于稳定并尽可能降低；步骤S3、利用训练得到的各地物分类模型分别进行地物分类测试评价，并根据测试评价结果得到各地物分类模型对各类别地物的分类准确敏感度；步骤S4、对各地物分类模型进行融合，实现机载多维度SAR图像地物分类。与现有技术相比，本发明方法能够提升机载高分辨率多维度SAR数据在地物分类方面的应用效能，提高地物分类准确度。
-
公开(公告)号：CN112861324A
公开(公告)日：2021-05-28
申请号：CN202110071399.2
申请日：2021-01-19
Applicant: 复旦大学
Abstract: 本发明属于粗糙面电磁散射技术领域，具体为一种粗糙面的多维相干散射分布函数的估计方法。本发明方法包括：估计局部粗糙面的局部参数集，局部参数集包括局部观测参数子集、局部粗糙面粗糙度参数子集、局部粗糙面介电参数子集；根据局部参数集，估计得到有限大局部粗糙面的多维相干散射分布函数的相干分量，估计得到有限大局部粗糙面的多维相干散射分布函数的非相干分量；然后以上述相干分量为均值，非相干分量为标准差，估计服从复高斯分布的多维相干散射分布函数；在粗糙面的不同局部位置，重复前述过程，得到空间变化的粗糙面的多维相干散射分布函数。与传统的粗糙面统计建模相比，本发明物理意义更加明确，可大幅降低运算量。
-
公开(公告)号：CN1275998C
公开(公告)日：2006-09-20
申请号：CN200410068051.4
申请日：2004-11-11
Applicant: 复旦大学
Abstract: 本发明属有机高分子电致发光材料技术领域，具体为一种具有载流子平衡注入和传输的聚芴撑发光材料及其制备方法。可溶解的高分子聚芴撑是一种很具有潜力的发光材料而倍受重视。本发明从共轭高分子材料由于载流子(电子和空穴)注入和传输性质的不平衡的观点出发，在聚芴撑的双键位置引入不同的官能团，而使得高分子聚芴撑在提高载流子注入的基础上达到平衡，从而获得一种新的聚芴撑发光材料。使用该材料可简化有机/高分子发光二极管结构，提高有机/高分子发光二极管器件的效率和寿命。
-
公开(公告)号：CN115421114A
公开(公告)日：2022-12-02
申请号：CN202110517499.3
申请日：2021-05-12
Applicant: 复旦大学
Abstract: 本发明提供一种基于HRRP信号幅度统计特征的自然场景分类方法，属于雷达回波信号解译领域。本发明的自然场景分类方法包括以下步骤：步骤S1，获取不同自然场景的HRRP实测数据；步骤S2，对步骤S1中的HRRP实测数据采用经验ITM杂波仿真的仿真方法获取仿真数据；步骤S3，采用对数累积量参数估计法，对获取的仿真数据做幅度统计建模，获得模型参数；步骤S4，基于步骤S3的模型参数，构造训练及测试模型参数序列样本集，构建一维卷积神经网络用于训练；步骤S5，训练步骤S4的一维卷积神经网络，使得损失函数值趋于稳定并接近0；步骤S6，调取步骤S5中的训练完成的一维卷积神经网络，测试分类结果。最终实现自然场景的分类。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.019 seconds)
