-
公开(公告)号：CN115050810A
公开(公告)日：2022-09-13
申请号：CN202210754539.0
申请日：2022-06-30
Applicant: 电子科技大学 , 电子科技大学重庆微电子产业技术研究院
IPC: H01L29/06 , H01L29/739
Abstract: 本发明涉及一种具有PN结接触的平面栅SJ IGBT器件，属于功率半导体器件技术领域。本发明通过在传统的平面栅SJ IGBT器件JFET区引入P型环区，并将该P型环区与发射极金属通过多晶硅PN结连接。导通状态下，P型环区与发射极之间由多晶硅的PN结形成势垒，低的正向导通压降不足以使该PN结正向导通，因此不会影响器件的导通状态；阻断状态下，P型环区反偏，多晶硅的PN结结构被P型环区所屏蔽，不会影响器件的阻断状态；关断过程中，随着集电极电压的上升，该PN结势垒降低并正向导通，为空穴的抽取提供了额外的通路，加快了漂移区载流子的抽取速度，提高了平面栅SJIGBT器件的开关速度，降低了器件的关断损耗。
-
公开(公告)号：CN115020475A
公开(公告)日：2022-09-06
申请号：CN202210754547.5
申请日：2022-06-30
Applicant: 电子科技大学 , 电子科技大学重庆微电子产业技术研究院
IPC: H01L29/06 , H01L29/47 , H01L29/739
Abstract: 本发明涉及一种具有肖特基接触的平面栅SJ IGBT器件，属于功率半导体器件技术领域。本发明通过在传统的平面栅SJ IGBT器件JFET区引入P型环区，并将P型环区和发射极金属连接形成肖特基接触，在P型环区和发射极金属之间形成了空穴势垒。器件通态时，该势垒阻挡了空穴直接从P型环区流向发射极，保证了器件阴极侧的载流子浓度；关断过程中，P型环区和发射极金属形成了新的空穴抽取路径，加快了漂移区多余少数载流子的抽取，提高了器件的关断速度，降低了器件的关断损耗。
-
公开(公告)号：CN119323803A
公开(公告)日：2025-01-17
申请号：CN202411874279.6
申请日：2024-12-19
Applicant: 衢州海易科技有限公司 , 电子科技大学长三角研究院(衢州) , 衢州学院 , 衢州市公安局交通警察支队
Inventor： 吴磊 , 程凯 , 单文煜 , 陈鹏 , 周小龙 , 黄忠京 , 刘明 , 曹曙烽 , 夏云霓 , 陈坚武 , 岑沛丰 , 詹虎山 , 柴凌勇 , 李俊 , 李曦 , 何东飞 , 刘念伯 , 曾晟珂 , 李秀华
IPC: G06V40/10 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种基于深度学习面向车路协同的行人检索方法，属于行人重识别技术领域，包括以下步骤：建立训练集；在ReID模型中设置一个无监督鉴别器网络结构；S3：使用训练集通过预热学习对ReID模型进行预设数量回合的迭代训练；完成预设数量回合的训练后，部署训练好的ReID模型；将待识别图像输入训练完成的ReID模型中，根据自适应阈值n，选取前n%的结果，判定为目标人物，得到检测结果，本申请在ReID模型中引入了无监督鉴别器网络结构，不仅提高了特征的代表性和区分能力，还显著提升了行人识别的准确率，本申请还设置了行人阈值n的判定，保证了检索的高效性和精准性。
-
公开(公告)号：CN118521537A
公开(公告)日：2024-08-20
申请号：CN202410584214.1
申请日：2024-05-11
Applicant: 电子科技大学长三角研究院(衢州) , 衢州海易科技有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种疾病超声图像诊断预测方法，属于图像分析领域，所述诊断预测方法包括：将经过数据预处理后的甲状腺超声图像分别通过第一模型提取全局信息特性向量组，通过第二模型提取甲状腺结节病理组织信息特性向量组，通过第三模型提取正常健康组织信息特性向量组；将提取的三种信息的特征向量组拼接在一起后输入一个全连接层，全连接层根据学习动态选择不同特征的权重，最终计算出甲状腺超声图像的良恶性概率。本发明使用全图进行预测，不再依赖于人工标注感兴趣区域，可以直接用于临床诊断，有着更好的结合性，同时实现了对于不同来源超声图像的无差别预测，有着较好的实际应用性类似所提出的策略。
-
公开(公告)号：CN117556311B
公开(公告)日：2024-03-19
申请号：CN202410041936.2
申请日：2024-01-11
Applicant: 电子科技大学
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/088
Abstract: 本发明提出一种基于多维特征融合的无监督时间序列异常检测方法，属于人工智能时间序列异常检测分析领域。从生产过程中的时序数据中自动提取不同局部性的多维度特征，并进行特征融合，该方法首先通过多维度特抽取网络，从不同局部性层次的多个维度中学习时间序列中的复杂模式和依赖关系，然后通过多维度特征融合策略有效地捕获时间序列中的长时间依赖性、周期性等复杂特性；最后通过自监督训练学习时间序列的正常模式，并将与正常模式显著偏离的样本输出为异常数据；从而解决时间序列异常检测中的复杂依赖关系建模和特征提取问题。
-
Patent Agency Ranking
公开(公告)号：CN117579177A
公开(公告)日：2024-02-20
申请号：CN202311429476.2
申请日：2023-10-31
Applicant: 电子科技大学
Abstract: 本发明的目的在于提供一种基于金刚石氮空位色心的固态量子通信接收机，属于量子通信技术领域。该通信接收机通过设计对数周期天线，实现对磁场信号的高倍数放大，解决了传统测量中由于交变磁场只有交变电场的1/377所带来的测量灵敏度降低的问题；并借助金刚石氮空位色心的混频技术，实现了相位和场强的同时接收，并借助空间中传播的电场和磁场共同存在的特性实现电场信号的高灵敏度接收，并基于接收信号实现整个调制信号的反演。
-
公开(公告)号：CN114678673B
公开(公告)日：2023-03-14
申请号：CN202210350686.1
申请日：2022-04-02
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种用于无线通信系统射频前端的巴伦，具体涉及一种加载铁氧体磁环的宽带巴伦。解决了现有巴伦缺乏阻抗变换功能，功率容量差和低频尺寸过大的技术问题。本发明包括输出端口组件、同轴线组件、介质基板组件、输入端口组件；同轴线组件包括两根半刚性同轴电缆和多个铁氧体磁环，半刚性同轴电缆含内、外导体；输入端口组件包括平衡贴片和矩形贴片；输出端口组件包括第一至第五微带线和第六至第十微带线；两根半刚性同轴电缆一端的内导体均与矩形贴片电连接，外导体均与平衡贴片电连接；第一半刚性同轴电缆另一端的内导体与第二半刚性同轴电缆另一端的外导体电连接，另一个内导体与第五微带线连接，另一个外导体与第六微带线连接。
-
公开(公告)号：CN115425378A
公开(公告)日：2022-12-02
申请号：CN202211034523.9
申请日：2022-08-26
Applicant: 电子科技大学
IPC: H01P1/208
Abstract: 本发明涉及微波毫米波滤波器领域，具体涉及一种可产生带外零点的交叉耦合空腔基片集成波导带通滤波器。本发明通过在传统空腔基片集成波导带通滤波器中引入交叉耦合微带线，在原有带通滤波器通带两边引入了两个带外传输零点，提高了滤波器的通带选择性和带外抑制能力。发明中的空腔基片集成波导带通滤波器由若干级联的空气谐振腔组成；引入的交叉耦合微带线连接首尾两个空气谐振腔，使之相互耦合，结合空气谐振腔原有的耦合路径，形成交叉耦合结构。本发明给出了设计结构的详细描述、说明图、耦合拓扑结构和滤波器电参数效果等。
-
公开(公告)号：CN113382008B
公开(公告)日：2022-03-25
申请号：CN202110663842.5
申请日：2021-06-16
Applicant: 桂林电子科技大学
IPC: H04L9/40
Abstract: 本发明公开一种SDN下ARP协议的泛洪抑制方法，在SDN控制器里面加一个ARP请求的缓冲表，记录这个ARP请求包的源IP及目的IP信息以及该包已经在哪些交换机中进行了转发。ARP新请求包进入到SDN交换机时，交换机会将该包上报到控制器，控制器查阅该表，如果查阅到该ARP包相关的表项，则表明该ARP包在近期已经转发过，即不再转发，这样就抑制了ARP泛洪导致的数据风暴问题。
-
公开(公告)号：CN110322894B
公开(公告)日：2022-02-11
申请号：CN201910565143.X
申请日：2019-06-27
Applicant: 电子科技大学 , 成都大熊猫繁育研究基地
Abstract: 本发明公开了一种基于声音的波形图生成及大熊猫检测方法，涉及声音处理及检测技术领域，步骤如下：对从环境中采集到的声音依次进行音频图像化、音频分帧提取处理，得到音频波形图；将音频波形图输入训练完成的卷积神经网络模型中进行向前传播推理，得到该音频波形图对应的声音为大熊猫声音的概率PC；将概率Pc与大熊猫声音概率阈值PT进行比较，根据比较结果判断出该环境中是否存在大熊猫。本方法对声音数据进行收集，通过收集一定量的大熊猫声音数据和非大熊猫声音数据训练卷积神经网络模型。通过把待检测的声音进行相应处理后输入卷积神经网络模型中，进行一次向前传播，得出检测结果。本方法检测时间短、检测效率高，检测准确率高，泛化能力强。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.038 seconds)
