-
公开(公告)号：CN117459105A
公开(公告)日：2024-01-26
申请号：CN202311204448.0
申请日：2023-09-18
Applicant: 西安电子科技大学
IPC: H04B7/06 , H04B7/08 , H04B7/0413 , G01S7/41
Abstract: 本发明提供了一种基于HLS的多源信号分离IP核设计方法，通过雷达系统接收反馈的多源信号角度；基于接收到的多源信号生成波束形成需求；通过设定角度个数的最大值限制多源信号导向矩阵的维度，设计得到权系数生成算法，按照波束形成需求并利用HLS工具对权系数生成算法进行封装得到多源信号自适应权系数IP核。本发明将多源信号的导向矩阵维度固定，在最大维度范围内可任意配置多源信号角度个数，即可抑制的信源方向和个数可以参数化配置，因此可适用于不同的阵列通道数的系统。
-
公开(公告)号：CN114496227A
公开(公告)日：2022-05-13
申请号：CN202210095886.7
申请日：2022-01-26
Applicant: 电子科技大学
Abstract: 本发明公开了基于量子神经网络的病情发展预测系统及平台，属于量子计算技术领域，包括预处理单元和量子神经网络；预处理单元用于提取离散化数据的特征数据；量子神经网络，基于特征数据进行分类得到病情走势预测结果。本申请通过预处理单元将连续性数据离散化处理，进而使连续性数据输入至量子神经网络，为不同行业中连续或离散数据的处理、数据的预测提供了一种全新的方法和思路。同时本申请将量子计算应用至病情发展进行预测，大大提升了数据计算效率，同时提升病情走势的预测结果，实现生物医疗资源的有效、合理地分配。
-
公开(公告)号：CN117478799A
公开(公告)日：2024-01-30
申请号：CN202311466764.5
申请日：2023-11-03
IPC: H04N1/32
Abstract: 本发明公开了一种应用球性质结合决策边界的黑盒对抗攻击方法、系统及终端，属于图像处理技术领域，在待攻击图像上添加扰动，得到使模型错误识别的对抗性示例；将待攻击图像、对抗示例进行离散余弦变换；基于决策边界对频率空间中对抗性示例的扰动进行优化；对对抗性示例应用球迭代攻击，直至查询次数上限，输出结果并进行反离散余弦变换，得到最终对抗示例。通过在3D子空间中进行搜索，在每次采样中得到更优的攻击方向，以此加快扰动减小速度，提升高效性；通过应用反演变换简化搜索过程，节省更多用于搜索的查询次数，使每次迭代攻击更充分；通过提高探索维度，在一次迭代中用更多查询次数，减少迭代攻击轮数，加强了攻击的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114446383B
公开(公告)日：2023-04-21
申请号：CN202210079577.0
申请日：2022-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于量子计算的配体‑蛋白相互作用的预测方法，属于量子计算和计算生物学领域，包括：获得配体药物分子与蛋白分子的3D结构；使用量子隐马尔可夫模型对蛋白分子的3D结构进行预测，得到蛋白分子上可能存在的结合位点；将配体药物分子与结合位点对接，并使用量子卷积神经网络提取影响配体‑蛋白对接的特征；根据影响配体‑蛋白对接的特征对对接过程进行打分，预测得到配体‑蛋白相互作用的效果。本发明基于量子卷积神经网络描述分子对接的相关信息，使用量子隐马尔可夫模型预测受体蛋白上可能存在的结合位点，实现分子对接和蛋白质结构的同步预测，同时将量子计算与生物医药领域结合，解决蛋白质3D结构预测的困难。
-
公开(公告)号：CN101697533B
公开(公告)日：2013-11-06
申请号：CN200910218442.2
申请日：2009-10-21
Applicant: 西安电子科技大学
IPC: H04B1/7105
Abstract: 本发明公开了一种基于随机置换的伪随机序列的随机性检测方法，它属于检测领域，主要解决现有的随机性检测方法中存在的局限性和片面性的问题。其检测步骤是：对待测序列进行一系列的随机置换处理，如求逆或取反或随机交织；将随机置换处理后得到的逆序列或反序列或随机交织序列用Cramér-von Mises检测方法进行统计，得到对应序列的统计值，将对应序列的统计值与选定的标准统计值进行比较，若统计值小于该标准统计值，则待测序列满足随机特性，反之待测序列不具有随机特性。本发明使得伪随机序列的随机性检测在检测结果上更加全面，可应用于保密通信、航空航天、测距、密码学和自动控制领域。
-
公开(公告)号：CN101697533A
公开(公告)日：2010-04-21
申请号：CN200910218442.2
申请日：2009-10-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于随机置换的伪随机序列的随机性检测方法，它属于检测领域，主要解决现有的随机性检测方法中存在的局限性和片面性的问题。其检测步骤是：对待测序列进行一系列的随机置换处理，如求逆或取反或随机交织；将随机置换处理后得到的逆序列或反序列或随机交织序列用Cramér-von Mises检测方法进行统计，得到对应序列的统计值，将对应序列的统计值与选定的标准统计值进行比较，若统计值小于该标准统计值，则待测序列满足随机特性，反之待测序列不具有随机特性。本发明使得伪随机序列的随机性检测在检测结果上更加全面，可应用于保密通信、航空航天、测距、密码学和自动控制领域。
-
公开(公告)号：CN114446383A
公开(公告)日：2022-05-06
申请号：CN202210079577.0
申请日：2022-01-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于量子计算的配体‑蛋白相互作用的预测方法，属于量子计算和计算生物学领域，包括：获得配体药物分子与蛋白分子的3D结构；使用量子隐马尔可夫模型对蛋白分子的3D结构进行预测，得到蛋白分子上可能存在的结合位点；将配体药物分子与结合位点对接，并使用量子卷积神经网络提取影响配体‑蛋白对接的特征；根据影响配体‑蛋白对接的特征对对接过程进行打分，预测得到配体‑蛋白相互作用的效果。本发明基于量子卷积神经网络描述分子对接的相关信息，使用量子隐马尔可夫模型预测受体蛋白上可能存在的结合位点，实现分子对接和蛋白质结构的同步预测，同时将量子计算与生物医药领域结合，解决蛋白质3D结构预测的困难。
-
公开(公告)号：CN114496227B
公开(公告)日：2023-04-28
申请号：CN202210095886.7
申请日：2022-01-26
Applicant: 电子科技大学
Abstract: 本发明公开了基于量子神经网络的病情发展预测系统及平台，属于量子计算技术领域，包括预处理单元和量子神经网络；预处理单元用于提取离散化数据的特征数据；量子神经网络，基于特征数据进行分类得到病情走势预测结果。本申请通过预处理单元将连续性数据离散化处理，进而使连续性数据输入至量子神经网络，为不同行业中连续或离散数据的处理、数据的预测提供了一种全新的方法和思路。同时本申请将量子计算应用至病情发展进行预测，大大提升了数据计算效率，同时提升病情走势的预测结果，实现生物医疗资源的有效、合理地分配。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
