-
公开(公告)号：CN119860195A
公开(公告)日：2025-04-22
申请号：CN202510062261.4
申请日：2025-01-15
Applicant: 重庆邮电大学 , 电子科技大学重庆微电子产业技术研究院
IPC: E21B43/119 , E21B43/1185
Abstract: 本发明涉及石油开采工程领域，具体涉及一种基于多传感器接箍识别的嵌入式石油射孔系统，本发明引入IMU传感器采集系统运动状态数据，通过核心控制模块处理CCL信号和系统运动状态数据，结合两个传感器综合判定是否发送点火信号；射孔点火模块在接收到点火信号时引爆火工品；本发明能够提高射孔定位精度。
-
公开(公告)号：CN119777804A
公开(公告)日：2025-04-08
申请号：CN202510057049.9
申请日：2025-01-14
Applicant: 重庆邮电大学 , 电子科技大学重庆微电子产业技术研究院
IPC: E21B43/116 , E21B43/119 , E21B47/00 , E21B47/13
Abstract: 本发明公开了一种用于石油射孔的嵌入式多模块协同处理系统，该系统与射孔枪配合使用，在射孔枪内设置套管接箍定位器CCL，该系统包括：前端信号处理模块、嵌入式微控制器、上位机通信模块和后端点火电路模块；套管接箍定位器CCL用于检测井筒中套管接箍的位置，生成CCL信号；前端信号处理模块用于采集CCL信号并对其作预处理，将经预处理后的信号输入嵌入式微控制器；上位机通信模块用于实现上位机与嵌入式微控制器互相通信；嵌入式微控制器用于系统控制与调度管理，采集和存储数据，输出点火控制信号；后端点火电路模块接收点火控制信号后，执行点火爆破操作。本发明应用于石油射孔，可以实现对石油射孔过程中各类数据的采集和存储，以及点火控制。
-
公开(公告)号：CN118036690A
公开(公告)日：2024-05-14
申请号：CN202410357168.1
申请日：2024-03-27
Applicant: 重庆邮电大学 , 电子科技大学重庆微电子产业技术研究院
IPC: G06N3/063 , G06N3/0464
Abstract: 本发明涉及神经形态计算技术，具体涉及一种灵活卷积的通用型神经形态计算加速器及其使用方法，加速器包括控制模块、寄存器组模块、缓存模块、预处理模块、处理模块、累加模块，缓存模块包括权重缓存模块、激励缓存模块；本发明采用多通道并行的方式进行计算，支持卷积核以1维、2维、三维的方式进行移动，进而提取到不同的特征，可实现多种网络的部署及推理计算。
-
公开(公告)号：CN117576488A
公开(公告)日：2024-02-20
申请号：CN202410064041.0
申请日：2024-01-17
Applicant: 海豚乐智科技(成都)有限责任公司 , 电子科技大学重庆微电子产业技术研究院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/25 , G06V10/28 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于目标图像重建的红外弱小目标检测方法，涉及图像目标检测技术领域。方法包括：对原图进行卷积提取红外图像高亮的边缘信息，通过连通域的方式筛选图像中所有亮斑位置，形成目标集；根据目标集中筛选的亮斑目标，重建出容纳目标集中所有目标的重建图，并记录每个弱小目标的位置序号信息；孪生网络训练过程中，计算弱小目标的标注信息与IOU值，根据所有弱小目标的位置序号信息更新对应的标注信息；输入重建图到训练后的孪生网络模型中做目标检测，将检测到的真目标还原到原图中的位置，并输出最终结果。本发明通过目标图像重建与孪生网络模型，可在因噪声导致的真伪目标不均衡的样本中，高效识别出红外弱小目标。
-
公开(公告)号：CN118568596B
公开(公告)日：2024-11-29
申请号：CN202410767745.4
申请日：2024-06-14
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: G06F18/2415 , G06F18/25 , G06F18/213 , G06N3/0464 , G06N3/0495 , G06N3/0985
Abstract: 本发明属于轨道超偏载检测预警领域，具体为一种基于轻量化网络的超偏载检测方法。本发明在铁轨的每个测区内安装4个剪力传感器和4个压力传感器，通过融合每个测区内8个传感器采集的数据，按照上、下轨道分别融合数据，并将融合的数据传入设计的轻量型神经网络结构训练超参模型，进而提取火车车厢的车轴特征、转向架特征，并组成车厢特征，以计算每个车厢的超偏载结果。本发明中轻量型神经网络的运用可以有效降低误检、漏检等风险，提升了车轴特征的检测的正确性；并提供了车轴特征的去重步骤进一步提升精度；基于此，车厢的检测正确性也将得到极大的提升，最终达到提高火车超偏载检测的精度，降低货运火车因超偏载带来的风险。
-
Patent Agency Ranking
公开(公告)号：CN118841439A
公开(公告)日：2024-10-25
申请号：CN202410827118.5
申请日：2024-06-25
Applicant: 电子科技大学重庆微电子产业技术研究院
IPC: H01L29/06 , H01L29/45 , H01L23/552
Abstract: 本发明属于功率半导体器件领域，具体涉及一种具有双层P‑NiO电场屏蔽层的Ga2O3功率器件，包括：重掺杂衬底、第一外延层、第二外延层、第一层P‑NiO层、第二层P‑NiO层、第一金属电极、第二金属电极以及第三金属电极；第一金属电极设置在重掺杂衬底底部形成欧姆接触，重掺杂衬底上表面设置有第一外延层；第一外延层的上表面设置有第二外延层；第二外延层的两侧设置有槽，在槽内依次填充第一层P‑NiO层和第二层P‑NiO层；第二金属电极覆盖在两个槽之间的第二外延层上表面，使得第二金属电极与第二外延层形成欧姆接触，第三金属电极与第一层P‑NiO层、第二层P‑NiO层形成欧姆接触；本发明在与Ga2O3接触的一层采用较轻掺杂的P‑NiO，其耗尽区更容易拓展，槽角处电场集中显著降低，有利于提高击穿电压。并且，Ga2O3JFET通过级联共源共栅的低压n沟道MOSFET构成增强型共源共栅的Ga2O3JFET。
-
公开(公告)号：CN117218512B
公开(公告)日：2024-10-11
申请号：CN202311172320.0
申请日：2023-09-11
Applicant: 电子科技大学重庆微电子产业技术研究院
IPC: G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/084 , G06N3/0499 , G06N3/0455 , G06V10/46
Abstract: 本发明提供的一种红外低小慢目标检测方法、计算机设备及存储介质，所述方法包括：构建包含损失函数的红外低小慢目标检测网络；基于训练样本图像集通过反向传播算法训练所述红外低小慢目标检测网络中的教师网络，并最小化损失函数后得到深层教师网络；基于训练样本图像集通过反向传播算法训练所述红外低小慢目标检测网络中的学生网络，并基于深层教师网络的输出结果优化所述学生网络，得到目标检测网络；本发明采用知识蒸馏的方式得到的模型在使得模型更小和计算量更少的同时也不损失检测精度，使得在边缘设备上运行高精度、高速的红外低小慢目标检测模型成为可能。
-
公开(公告)号：CN117951061A
公开(公告)日：2024-04-30
申请号：CN202410144232.8
申请日：2024-01-31
Applicant: 重庆邮电大学 , 电子科技大学重庆微电子产业技术研究院
IPC: G06F13/40
Abstract: 本发明属于片上总线技术领域，具体涉及一种多通道数据总线的仲裁方法，总线系统采用共享型总线互联桥接主机与从机，读写数据通道由多个双向数据通道组成，当两个主机同时发起数据传输请求时需要进行数据仲裁，进行数据仲裁的过程包括：利用仲裁器对发起请求信号的主机进行仲裁，确定每个主机的优先级；为优先级最高的主机所需数据带宽为该主机分配双向数据通道，并在分配的数据通道上进行数据传输；在下一个时刻，判断剩余的双向数据通道是否满足次高优先级的主机所需数据带宽，若满足则为该主机分配所需数据通道，并在分配的数据通道上进行数据传输，否则等待最高优先级的主机完成数据传输并释放占据的双向数据通道后，再根据该主机数据带宽为该主机分配所需数据通道；本发明结合传统仲裁算法，设计了数据通道仲裁，能够高效地完成数据通道仲裁。
-
公开(公告)号：CN119152453B
公开(公告)日：2025-02-18
申请号：CN202411649348.3
申请日：2024-11-19
Applicant: 海豚乐智科技(成都)有限责任公司 , 电子科技大学重庆微电子产业技术研究院
IPC: G06V20/54 , G06V10/20 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于Mamba架构的红外高速公路异物检测方法，包括：持续通过红外传感器，对不同光照条件下和不同天气情况下的高速公路场景进行数据采集，获得红外图像数据，通过数据增广对红外图像数据进行预处理生成训练数据，将训练数据按比例划分为训练集、测试集和验证集；构建基于Mamba架构的检测网络，包括学生网络和教师网络；基于训练集通过反向传播训练教师网络；基于教师网络的结果和真实数据来训练学生网络得到目标检测网络；将待识别的图像输入目标检测网络，得到检测结果。实现了对潜在危险的快速、准确识别,结合红外成像技术和Mamba框架的强大处理能力，保证了高检测精度，实现对异物威胁的实时响应,显著提升高速公路监控的效率和安全性。
-
公开(公告)号：CN117576488B
公开(公告)日：2024-04-05
申请号：CN202410064041.0
申请日：2024-01-17
Applicant: 海豚乐智科技(成都)有限责任公司 , 电子科技大学重庆微电子产业技术研究院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/25 , G06V10/28 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于目标图像重建的红外弱小目标检测方法，涉及图像目标检测技术领域。方法包括：对原图进行卷积提取红外图像高亮的边缘信息，通过连通域的方式筛选图像中所有亮斑位置，形成目标集；根据目标集中筛选的亮斑目标，重建出容纳目标集中所有目标的重建图，并记录每个弱小目标的位置序号信息；孪生网络训练过程中，计算弱小目标的标注信息与IOU值，根据所有弱小目标的位置序号信息更新对应的标注信息；输入重建图到训练后的孪生网络模型中做目标检测，将检测到的真目标还原到原图中的位置，并输出最终结果。本发明通过目标图像重建与孪生网络模型，可在因噪声导致的真伪目标不均衡的样本中，高效识别出红外弱小目标。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.044 seconds)
