-
公开(公告)号：CN119517375A
公开(公告)日：2025-02-25
申请号：CN202411592524.4
申请日：2024-11-08
Applicant: 杭州电子科技大学 , 杭州电子科技大学平湖数字技术创新研究院有限公司
IPC: G16H50/20 , A61B8/02 , A61B5/024 , G16H50/70 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06F18/20 , G06N3/0499
Abstract: 本发明公开一种多模态医学信息融合的胎儿辅助诊断系统，包括：信号预处理模块、图像生成模块、文本提取模块、多模态融合模块和输出模块；其中多模态融合模块利用图‑文特征融合网络ITFN对图像生成模块获取的图像数据和文本提取模块获取的文本数据进行特征提取，获得图像特征向量Mi和文本特征向量Mt；将图像特征向量Mi和文本特征向量Mt进行加权融合获得多模态特征向量Zf；输出模块使用全连接层对多模态特征向量Zf降维，输出正常与病理样本分类的结果。本发明采用不同的模型学习局部语义、获取更多相关知识信息，实现有效的胎儿窘迫病理诊断并降低误诊率，具有广阔的实际应用价值。
-
公开(公告)号：CN119734259A
公开(公告)日：2025-04-01
申请号：CN202411808853.8
申请日：2024-12-10
Applicant: 南宁桂电电子科技研究院有限公司 , 南宁海关技术中心 , 桂林电子科技大学
Abstract: 本发明公开了一种基于正交ChArUco标定板的手眼标定方法及系统，所述领域为计算机视觉与相机标定领域，包括：通过工业相机与线激光扫描仪分别对两块相互垂直正交的ChArUco标定板进行拍摄于扫描，通过算法将得到的二维图像关键点和三维点云图像关键点进行配准，继而通过二维点与三维点云之间的转换关系得到工业相机坐标系与线激光扫描仪坐标系之间的变换矩阵，最终完成系统的手眼标定，实现机械手的精准定位与抓取。
-
公开(公告)号：CN117521074A
公开(公告)日：2024-02-06
申请号：CN202311397210.4
申请日：2023-10-25
Applicant: 中国电子科技集团公司第三十研究所 , 电子科技大学
IPC: G06F21/57 , G06F18/214 , G06F40/289 , G06F40/295 , G06N3/0442
Abstract: 本发明公开了一种基于知识驱动的预训练模型软件漏洞实体识别装置及方法，属于软件漏洞安全领域，包括预处理模块、预训练模型模块和知识驱动模块，预训练模型模块包括编码单元和深度学习单元；预处理模块，用于得到由多个单词组成的数组作为预训练模型模块的输入；预训练模型模块的编码单元，用于使用预训练模型做编码，将输入转换为特征向量；预训练模型模块的深度学习单元，用于使用深度学习模型，学习特征向量之间的关系；知识驱动模块，用于构建软件漏洞知识库和对深度学习模型的输出进行改进，得到修正结果；最终的结果作为先验知识再作为预处理模块的部分输入，指导分词。本发明改进了深度学习模型，提升了实体的识别准确率。
-
公开(公告)号：CN110784305B
公开(公告)日：2022-07-12
申请号：CN201911048580.0
申请日：2019-10-31
Applicant: 西安电子科技大学
Abstract: 本发明属于信息安全技术领域，公开了一种基于不经意伪随机函数(OPRF)和签密的单点登录(SSO)认证系统及方法，包括系统初始化参数阶段、用户/服务提供商(SP)注册阶段、信息检索阶段及用户和SP双向认证阶段。本发明结合了OPRF以及签密方案，即用户的口令经过OPRF盲化得到OPRF值，用于加密用户的签密私钥，并且密文被存储在存储提供商端。登录之前用户恢复OPRF值并解密检索出的密文得到签密私钥，实现和SP之间的双向认证。本发明提供针对口令泄漏威胁的安全增强功能，SP不存储口令或口令衍生值，客户端不慎泄露口令，敌手无法仿冒成SP欺骗用户。本发明能够抵抗SSO认证系统中常见攻击并且高效地完成双向认证。
-
公开(公告)号：CN114205901A
公开(公告)日：2022-03-18
申请号：CN202111207192.X
申请日：2021-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种多径低信噪比下多天线合并的大规模MIMO时间同步方法,包括以下步骤：S1.对接收端的本地同步序列和第j根接收天线上接收到的信号进行分段、FFT变换和复共轭乘积处理，得到2rq段复共轭乘积值，消除信号本身的相位影响；S2.对2rq段复共轭乘积值进行分组，进行组内合并增加信噪比；S3.对组内合并结果进行组间处理，消除信道带来的相位影响；S4.对于接收端中Nr根接收天线分别按照步骤S1～S3进行处理，并对接收天线的处理结果进行最大比合并，得到r组长为N的合并结果si；S5.根据合并结果si进行同步判决，找到有效的同步位置。本发明充分利用多根接收天线提高了信噪比，从而改善了大规模MIMO系统的时间同步性能。
-
Patent Agency Ranking
公开(公告)号：CN109884598A
公开(公告)日：2019-06-14
申请号：CN201910196295.7
申请日：2019-03-15
Applicant: 西安电子科技大学
Abstract: 本发明适用于计算机技术领域，尤其涉及一种射频掩护方法、装置及计算机设备。一种射频掩护方法具体包括：获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号；对所述外界干扰信号进行数字化处理，并对数字化处理后外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息；根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果；根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。该方法通过实时获取外界干扰信号并对其进行认知分析，对抗干扰策略进行调整，实现了雷达射频掩护系统的智能化抗干扰。
-
公开(公告)号：CN118941642A
公开(公告)日：2024-11-12
申请号：CN202410940778.4
申请日：2024-07-15
Applicant: 桂林电子科技大学 , 南宁海关技术中心 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出了一种基于ChArUco标定板的线扫位姿标定系统及方法，包括：线激光扫描仪、连接装置、若干ChArUco标定板、伸缩装置、可旋转支撑装置；伸缩装置固定在可旋转支撑装置上，线激光扫描仪固定在伸缩装置的另一端；ChArUco标定板以可旋转支撑装置为中心，两两之间成预设角度均匀分布；线激光扫描仪，通过可旋转支撑装置的旋转，采集ChArUco标定板的图像数据，并将图像数据通过连接装置上传至上位机，进行位姿标。本发明可以实现全方位采集不同角度的多组ChArUco标定板图像数据信息，且受外界环境干扰较小。
-
公开(公告)号：CN118483655A
公开(公告)日：2024-08-13
申请号：CN202410561655.X
申请日：2024-05-08
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所 , 陆军装备部驻北京地区军事代表局驻石家庄地区第一军事代表室
IPC: G01S7/02 , G01S7/36 , G06N3/0455 , G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种基于LSTM网络的雷达干扰对抗态势预测方法，主要解决现有贝叶斯网络对专家经验依赖性过强，单一结构的神经网络对大量时间序列数据处理速度慢，且未考虑实际场景中干扰机会根据雷达的工作状态调整干扰策略的问题。其实现方案是：构建雷达工作参数及工作模式数据集和有源干扰样式数据集，并将雷达工作模式加入有源干扰样式数据集中；构建Transformer‑LSTM网络并利用训练集对其进行训练，使用训练好的网络预测雷达干扰对抗态势。本发明能并行处理整个序列，提升了计算效率和全面性；同时将雷达工作模式纳入有源干扰样式数据集中，更加符合实际，进一步提升系统的预测适用性，可用于机器学习、深度学习及干扰信号分析。
-
公开(公告)号：CN111368648A
公开(公告)日：2020-07-03
申请号：CN202010097575.5
申请日：2020-02-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种雷达辐射源个体识别方法、装置、电子设备及其存储介质，方法包括：获取雷达辐射源包络图像集，所述雷达辐射源包络图像集包括雷达辐射源包络训练图像集、雷达辐射源包络验证图像集、雷达辐射源包络测试图像集；构建卷积神经网络模型，根据所述雷达辐射源包络训练图像集、所述雷达辐射源包络验证图像集对所述卷积神经网络模型进行训练、验证得到训练好的卷积神经网络模型；将所述雷达辐射源包络测试图像集输入至所述训练好的卷积神经网络模型得到雷达辐射源个体识别率。本发明通过构建的卷积神经网络模型可以实现机器自动提取雷达个体特征，克服了传统雷达辐射源个体识别中人工提取特征过程繁琐、更新数据库缓慢等缺点。
-
公开(公告)号：CN109932699A
公开(公告)日：2019-06-25
申请号：CN201910200981.7
申请日：2019-03-15
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明适用于计算机领域，提供了一种雷达辐射源识别方法，包括：接收待识别雷达辐射源信号；对所述待识别雷达辐射源信号进行小波变换生成二维小波矩阵；对所述二维小波矩阵进行处理生成时频域灰度图像；根据所述时频域灰度图像以及基于卷积神经网络算法训练生成的雷达辐射源识别模型确定与所述时频域灰度图像对应的雷达辐射源。本发明实施例提供的雷达辐射源识别方法，通过对待识别雷达辐射源信号进行小波变换再处理为时频域灰度图像，并利用基于卷积神经网络算法训练生成的雷达辐射源识别模型，能够直接确定雷达辐射源，相比于现有的识别方法需，有效地减少了数据处理量，提高了处理效率，同时具有良好的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.027 seconds)
