-
公开(公告)号：CN116826366A
公开(公告)日：2023-09-29
申请号：CN202310549327.3
申请日：2023-05-16
Applicant: 电子科技大学
Abstract: 本发明涉及射频无线通信技术领域，具体涉及一种具有宽带外抑制特性的滤波天线，包括上层印制基板、空气层和下层印制基板，在下层印制基板的圆形贴片中开设对称缝隙，同时结合SMA同轴接头馈电，采用叠层圆形贴片的结构，通过控制两层圆形贴片的谐振频率，可以大幅度提升天线的阻抗带宽，并且利用叠层天线结构的特点以及圆形贴片的高次模实现较宽的频率抑制范围，经过仿真实验证明，本发明在通带外引入额外的增益零点，大幅度提高滤波天线的带外抑制范围。
-
公开(公告)号：CN105652370B
公开(公告)日：2019-10-29
申请号：CN201610052067.9
申请日：2016-01-26
Applicant: 西安电子科技大学
IPC: G02B6/12
Abstract: 一种基于微环谐振器及阵列波导光栅的路由器结构，包括光纤耦合器以及阵列波导光栅；所述光纤耦合器的输入端口连接n条输入光纤，光纤耦合器的输出端口连接m条输出光纤；所述阵列波导光栅的输入端口连接m条输入光纤，且该m条输入光纤与光纤耦合器的m条输出光纤交叉放置，二者之间互不接触，光纤的交叉位置处设置具有不同耦合频率的微环谐振器，微环谐振器与交叉位置的两条光纤相互接触；所述阵列波导光栅的输出端口连接m条输出光纤；所述的m，n为正整数。本发明减少了交换时间，突破了对于光分组交换最为重要的时延瓶颈，提升了整个网络的性能，实现任意输入端口到任意输出端口的通信。
-
公开(公告)号：CN114758180B
公开(公告)日：2023-10-10
申请号：CN202210412189.X
申请日：2022-04-19
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06N3/084
Abstract: 本发明公开了一种基于知识蒸馏的轻量化花卉识别方法，包括以下步骤：S1.构建花卉数据集，并将花卉数据集划分为训练集和测试集；S2.选定教师网络和学生网络；S3.对教师网络初始化和训练，得到成熟的教师网络；S4.对学生网络进行初始化；S5.在教师网络的辅助下，使用花卉数据集训练初始化后的学生网络，得到成熟的学生神经网络；S6.将成熟的学生神经网络设置为eval模式，不进行反向传播；将待识别花卉图片输入成熟的学生神经网络，通过前向传播计算并输出识别结果，至此花卉识别结束。本发明使得轻量级花卉识别模型在模型大幅压缩的同时还能保持较高的准确率。
-
公开(公告)号：CN113807206B
公开(公告)日：2023-04-07
申请号：CN202111003567.0
申请日：2021-08-30
Applicant: 电子科技大学
IPC: G06V20/10 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明提出了一种基于去噪任务辅助的SAR图像目标识别方法，属于目标识别领域。本发明提出的网络包括去噪子网络与分类子网络两部分，去噪子网络中通过多尺度特征提取层、注意力机制以及残差学习结构可实现噪声信息学习。考虑到标准卷积在提取多尺度特征时会增大网络宽度，进而导致模型参数量增加。为此，本发明采用空洞卷积结构实现多尺度特征提取。在去噪子网络辅助下分类子网络可完成目标特征提取与分类。分类子网络中引入注意力思想来指导模型在特征空间、通道与空间交互层面上完成SAR图像目标特征提取与自适应加权，进而改善目标识别精度。通过在MSTAR数据集上进行仿真实验，证明了本发明中的方法在噪声环境下具有较好的SAR图像目标识别效果。
-
公开(公告)号：CN114758180A
公开(公告)日：2022-07-15
申请号：CN202210412189.X
申请日：2022-04-19
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知识蒸馏的轻量化花卉识别方法，包括以下步骤：S1.构建花卉数据集，并将花卉数据集划分为训练集和测试集；S2.选定教师网络和学生网络；S3.对教师网络初始化和训练，得到成熟的教师网络；S4.对学生网络进行初始化；S5.在教师网络的辅助下，使用花卉数据集训练初始化后的学生网络，得到成熟的学生神经网络；S6.将成熟的学生神经网络设置为eval模式，不进行反向传播；将待识别花卉图片输入成熟的学生神经网络，通过前向传播计算并输出识别结果，至此花卉识别结束。本发明使得轻量级花卉识别模型在模型大幅压缩的同时还能保持较高的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115187983A
公开(公告)日：2022-10-14
申请号：CN202210698464.9
申请日：2022-06-20
Applicant: 电子科技大学
IPC: G06V20/70 , G06V10/40 , G06V10/778
Abstract: 本发明公开了一种基于多任务表征学习的小样本SAR图像目标识别方法，应用于SAR图像解译领域，以解决小样本条件下的SAR图像目标特征提取问题。首先，本发明构建以残差学习为基本架构的特征提取模型，采用形变卷积运算实现目标形态学特征提取，并基于注意力机制完成特征通道筛选；然后，采用多任务学习方式来提升特征提取模型的表征能力；最后，采用具有多任务表征学习能力的特征提取模型来提取小样本SAR图像目标特征，以拟合一个逻辑回归分类器，从而实现目标类别推理。本发明可在不同程度样本匮乏条件以及不同俯仰角条件下提升小样本SAR图像目标识别性能，具有较好的泛化能力和准确性。
-
公开(公告)号：CN113807206A
公开(公告)日：2021-12-17
申请号：CN202111003567.0
申请日：2021-08-30
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于去噪任务辅助的SAR图像目标识别方法，属于目标识别领域。本发明提出的网络包括去噪子网络与分类子网络两部分，去噪子网络中通过多尺度特征提取层、注意力机制以及残差学习结构可实现噪声信息学习。考虑到标准卷积在提取多尺度特征时会增大网络宽度，进而导致模型参数量增加。为此，本发明采用空洞卷积结构实现多尺度特征提取。在去噪子网络辅助下分类子网络可完成目标特征提取与分类。分类子网络中引入注意力思想来指导模型在特征空间、通道与空间交互层面上完成SAR图像目标特征提取与自适应加权，进而改善目标识别精度。通过在MSTAR数据集上进行仿真实验，证明了本发明中的方法在噪声环境下具有较好的SAR图像目标识别效果。
-
公开(公告)号：CN104317646B
公开(公告)日：2017-10-24
申请号：CN201410571245.X
申请日：2014-10-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于OpenFlow框架下云数据中心虚拟机调度方法，主要解决现有云计算数据中心环境下迁移方案优化目标单一的问题。其实现步骤为：1)通过OpenFlow控制器收集云数据中心中服务器和虚拟机的相关信息，分析虚拟机负载周期及变化情况；2)根据基于信息素扩散的蚁群算法计算出新的虚拟机位置；3)由OpenFlow控制器收集的路由信息和新的虚拟机位置；4)根据路由信息和新的虚拟机位置利用Dijkstra算法计算出合适的迁移路径，完成对虚拟机调度。本发明能够实现云数据中心整体能耗降低和负载均衡这两个优化目标，可用于在OpenFlow框架下利用改进的蚁群算法对虚拟机进行调度。
-
公开(公告)号：CN105652370A
公开(公告)日：2016-06-08
申请号：CN201610052067.9
申请日：2016-01-26
Applicant: 西安电子科技大学
IPC: G02B6/12
Abstract: 一种基于微环谐振器及阵列波导光栅的路由器结构，包括光纤耦合器以及阵列波导光栅；所述光纤耦合器的输入端口连接n条输入光纤，光纤耦合器的输出端口连接m条输出光纤；所述阵列波导光栅的输入端口连接m条输入光纤，且该m条输入光纤与光纤耦合器的m条输出光纤交叉放置，二者之间互不接触，光纤的交叉位置处设置具有不同耦合频率的微环谐振器，微环谐振器与交叉位置的两条光纤相互接触；所述阵列波导光栅的输出端口连接m条输出光纤；所述的m，n为正整数。本发明减少了交换时间，突破了对于光分组交换最为重要的时延瓶颈，提升了整个网络的性能，实现任意输入端口到任意输出端口的通信。
-
公开(公告)号：CN104317646A
公开(公告)日：2015-01-28
申请号：CN201410571245.X
申请日：2014-10-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于OpenFlow框架下云数据中心虚拟机调度方法，主要解决现有云计算数据中心环境下迁移方案优化目标单一的问题。其实现步骤为：1)通过OpenFlow控制器收集云数据中心中服务器和虚拟机的相关信息，分析虚拟机负载周期及变化情况；2)根据基于信息素扩散的蚁群算法计算出新的虚拟机位置；3)由OpenFlow控制器收集的路由信息和新的虚拟机位置；4)根据路由信息和新的虚拟机位置利用Dijkstra算法计算出合适的迁移路径，完成对虚拟机调度。本发明能够实现云数据中心整体能耗降低和负载均衡这两个优化目标，可用于在OpenFlow框架下利用改进的蚁群算法对虚拟机进行调度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
