-
公开(公告)号：CN118887687A
公开(公告)日：2024-11-01
申请号：CN202411375257.5
申请日：2024-09-30
Applicant: 电子科技大学成都学院
IPC: G06V30/19 , G06V30/41 , G06N3/0442 , G06N3/08 , G06N3/048
Abstract: 本发明涉及自然语言处理技术领域，具体涉及基于LSTM的AI文本检测方法，所述方法包括：获取标签化的文本数据集并进行预处理，其中标签包括人工文本和AI文本；构建连续词袋模型，从文本数据集中学习词向量表示，提取上下文词向量；基于长短期记忆网络构建文本检测模型并利用上下文词向量训练文本检测模型；输入待检测文本，利用训练好文本检测模型输出判定结果。其目的在于，解决AI文本内容鉴别准确率不足的技术问题。
-
公开(公告)号：CN109784279B
公开(公告)日：2023-04-18
申请号：CN201910045296.1
申请日：2019-01-17
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06F18/24
Abstract: 本发明属于电源故障探测技术领域，公开了一种基于多小波分析及SVM的X射线高压电源故障诊断方法；利用多小波工具对采集到的电源工作信号进行多尺度分解；对获取的多小波高频分量系数进行软阈值处理，去除信号中的噪声；计算不同尺度下高频系数的绝对值之和、能量及能量熵并归一化，然后将多种特征组合成新的特征向量；将特征向量送入训练好的SVM获得最终的诊断结果。本发明克服了单小波在电源工作信号分析中的不足，结合有较强泛化能力的SVM算法进行故障诊断，提高了故障诊断的性能，并且为实现X射线高压电源小型化、高频化和产业化提供技术支撑和理论依据。
-
公开(公告)号：CN104465913B
公开(公告)日：2017-06-16
申请号：CN201410696211.3
申请日：2014-11-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种具有双InGaN子量子阱的共振隧穿二极管，主要改善现有器件隧穿电流小、I‑V特性可重复性差的问题。其包括主体和辅体两部分，主体部分自下而上为：SiC衬底层、GaN外延层、n+GaN集电极欧姆接触层、第一GaN隔离层、第一InAlN势垒层、第一GaN主量子阱层、第二GaN主量子阱层、第二InAlN势垒层、第二GaN隔离层和n+GaN发射极欧姆接触层；辅体部分有环形电极、圆形电极和钝化层。环形电极在n+GaN集电极欧姆接触层上方，圆形电极在n+GaN发射极欧姆接触层上方，钝化层在环形和圆形电极上方。本发明能有效提高器件功率、降低功耗并改善可重复性，适用于太赫兹频段工作。
-
公开(公告)号：CN118230157A
公开(公告)日：2024-06-21
申请号：CN202410292914.3
申请日：2024-03-14
Applicant: 电子科技大学
IPC: G06V20/10 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于伪未知类辅助学习的开集SAR目标识别方法，属于合成孔径雷达目标识别领域。该方法首先基于由多个卷积运算层构成的深度特征提取网络进行特征挖掘；然后使用von Mishes‑Fisher(vMF)分布建立了一种可分离的特征嵌入空间，以更好地区分各个已知类；接着基于已知类目标分布合成伪未知类样本以构建未知决策边界，并利用监督对比学习的思想扩张未知决策边界区域，为辨识未知类目标预留更多的特征空间；最后通过计算待识别样本与各个已知类中心表示的余弦相似性，实现已知类目标分类和未知类目标辨识。
-
公开(公告)号：CN111830486B
公开(公告)日：2023-04-28
申请号：CN202010732706.2
申请日：2020-07-27
Applicant: 电子科技大学
IPC: G01S7/481 , G01S17/931 , G02B26/10 , G02B27/10
Abstract: 本申请涉及一种全固态激光雷达片上集成芯片及其设计方法。所述集成芯片主要由预先生长在基片衬底上的阵列波导光栅构成，所述阵列波导光栅用于将激光光束分成等间距等频率差的光源阵列；将所述光源阵列中各频率点的光源以球面波向外发散，以使不同频率点的光源之间干涉相增的干涉激光光束进行转动扫描。本申请实现激光光束的高速大角度扫描，可以实现从0‑180°扫描，其扫描速度快可高达太赫兹、角分辨率优于0.1°。同时，本申请完全取消了机械转动部件，具有可靠性高、精度高、寿命长的优点，实现了片上集成工艺，具有小型化、多功能的特点。
-
Patent Agency Ranking
公开(公告)号：CN111008644B
公开(公告)日：2023-04-21
申请号：CN201911046016.5
申请日：2019-10-30
Applicant: 西安电子科技大学
IPC: G06V10/774 , G06V10/764
Abstract: 本发明属于生态环境变化检测技术领域，公开了一种基于局部动态能量函数FCN‑CRF模型的生态变化监测方法，利用输入的两时相SAR图像，生成均值比差异图和对数比差异图，并且进行数据扩增作为FCN网络的训练和测试数据集；采用FCN网络进行训练，获得二分类类标作为CRF模型的一阶势函数的输入；基于局部动态能量函数的CRF模型，实现动态求解二阶势函数的权重系数，获得最终的变化检测结果。本发明利用了SAR图像的语义变化特征、基于动态能量函数的FCN‑CRF模型可以提取更加丰富的邻域信息，有效提高了SAR图像中变化区域的检测精确，实现有效识别出关键信息，为生态环境变化监测的科学决策提供有力证据支撑。
-
公开(公告)号：CN115512200A
公开(公告)日：2022-12-23
申请号：CN202211159684.0
申请日：2022-09-22
Applicant: 电子科技大学
IPC: G06V10/82 , G06V10/77 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明提出一种基于孪生卷积子空间的目标识别方法，属于雷达的目标识别领域。现有技术中，训练样本充足是基于数据驱动的SAR目标识别方法获得优异识别性能的先决条件。然而，在一些实际的应用场景中，通常只能获取到极其少量的目标样本。为了在样本少量的条件下实现稳健的SAR目标识别，所提方法由特征嵌入模型与分类器两部分构成。首先，建立了一个基于孪生结构的特征嵌入网络，并利用对比学习思想来训练一个类内紧凑、类间分散的低维特征表示空间；然后，设计一个基于子空间学习的分类器，并通过待识别样本到目标类样本张成子空间的最短投影距离来推理目标样本的类别。
-
公开(公告)号：CN111008644A
公开(公告)日：2020-04-14
申请号：CN201911046016.5
申请日：2019-10-30
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明属于生态环境变化检测技术领域，公开了一种基于局部动态能量函数FCN-CRF模型的生态变化监测方法，利用输入的两时相SAR图像，生成均值比差异图和对数比差异图，并且进行数据扩增作为FCN网络的训练和测试数据集；采用FCN网络进行训练，获得二分类类标作为CRF模型的一阶势函数的输入；基于局部动态能量函数的CRF模型，实现动态求解二阶势函数的权重系数，获得最终的变化检测结果。本发明利用了SAR图像的语义变化特征、基于动态能量函数的FCN-CRF模型可以提取更加丰富的邻域信息，有效提高了SAR图像中变化区域的检测精确，实现有效识别出关键信息，为生态环境变化监测的科学决策提供有力证据支撑。
-
公开(公告)号：CN109784279A
公开(公告)日：2019-05-21
申请号：CN201910045296.1
申请日：2019-01-17
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明属于电源故障探测技术领域，公开了一种基于多小波分析及SVM的X射线高压电源故障诊断方法；利用多小波工具对采集到的电源工作信号进行多尺度分解；对获取的多小波高频分量系数进行软阈值处理，去除信号中的噪声；计算不同尺度下高频系数的绝对值之和、能量及能量熵并归一化，然后将多种特征组合成新的特征向量；将特征向量送入训练好的SVM获得最终的诊断结果。本发明克服了单小波在电源工作信号分析中的不足，结合有较强泛化能力的SVM算法进行故障诊断，提高了故障诊断的性能，并且为实现X射线高压电源小型化、高频化和产业化提供技术支撑和理论依据。
-
公开(公告)号：CN109490793A
公开(公告)日：2019-03-19
申请号：CN201811185952.X
申请日：2018-10-11
Applicant: 西安电子科技大学
Abstract: 本发明属于电性能的测试装置；电故障的探测装置技术领域，公开了一种基于小波分解和LSTM的X射线高压电源故障预测方法；将X射线高压电源的状态变化数据{y1,y2,...,yt-1,yt}作为初始序列，分别对其前t-1个时刻的序列进行小波分解，获得不同尺度下小波分解的子序列{Dj,j＝1,2,...,n}；利用n个子序列的t-1个时刻的数据分别建立LSTM模型进行训练和预测，得到每个子序列t时刻的预测结果；将每个子序列t时刻的预测结果进行线性叠加，获得所述电源状态序列的t时刻的预测值 ；计算预测结果和真实值之间的相对误差，对预测结果进行验证和评价。本发明通过小波分解，利用LSTM模型的优势，提高了预测精度并且具有较高的泛化能力，具有很大社会价值和现实意义。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.027 seconds)
