-
公开(公告)号：CN103036162A
公开(公告)日：2013-04-10
申请号：CN201210523914.7
申请日：2012-12-07
Applicant: 桂林电子科技大学
IPC: H02B1/26
Abstract: 本发明公开了一种矿用隔爆箱门框上的卡扣结构，每组卡扣结构包括定位块和卡扣，定位块设置在箱体法兰上，卡扣设置在密封门法兰上，其特征在于：所述的定位块具有一倾斜面，所述卡扣的上端凸出部内侧设有与定位块倾斜面相配合的卡扣倾斜面；所述定位块倾斜面、卡扣倾斜面的倾斜角度为5°—8°；所述的卡扣结构对称设置在箱体法兰和密封门法兰上。这种卡扣结构结构简单、加工精度要求低、装配容易，当闭合拉紧门框后，构成倾斜式的两个倾斜面配合移动，在移动过程中，卡扣将受到垂直于防爆面的力的作用，从而将卡扣上的力变为防爆面的预紧力，这样就能使得防爆面的间隙变小，并且能够防止在防爆过程中防爆面间隙突然变大的问题。
-
公开(公告)号：CN101533105A
公开(公告)日：2009-09-16
申请号：CN200810231673.2
申请日：2008-10-10
Applicant: 西安电子科技大学
IPC: G01V8/10
Abstract: 本发明公开了一种基于激光光斑漂移的水中动态目标尾迹探测系统及方法。该探测系统包括：激光器、CCD器件和信号处理器，使用时系统置于水中，激光器产生单一方向的高斯光束；CCD接收光斑信息；信号处理器对CCD的输出进行实时处理，通过对激光光斑漂移量的检测，实现对水中动目标尾迹的检测。其过程为：1.在实验室环境多次测量激光光斑漂移量，并给出目标尾迹是否存在的判断标准和目标尾迹特征的判断范围；2.在实际水域中实时测量光斑漂移量，将若干次测量的光斑漂移量的样本均值和样本方差分别与判断标准和判断范围比较，判断出目标尾迹的存在和特征。本发明具有探测精度高和探测距离远的优点，可用于对水面舰船和水下航行器的远距离精确探测。
-
公开(公告)号：CN101464522A
公开(公告)日：2009-06-24
申请号：CN200910020852.6
申请日：2009-01-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于激光波前变化的水中动态目标尾迹探测系统及方法。该探测系统包括：激光器、哈特曼波前传感器和信号处理系统。本方法是将探测系统置于水中，激光器产生高斯光束，哈特曼波前传感器接收并检测激光束通过待测水域后的波前信息，信号处理系统实时处理波前信息并输出波前畸变量，实现对水中动目标尾迹的检测。其探测过程为：在实验室条件下多次测量激光束波前的畸变量，给出目标尾迹存在的判断标准；在实际水域中实时测量激光束波前的畸变量并与判断标准比较，如果波前畸变量大于判断标准，则判定目标尾迹存在，否则判定目标尾迹不存在。本发明具有探测精度高和探测距离远的优点，可用于对水面舰船和水下航行器的远距离精确探测。
-
公开(公告)号：CN119996266A
公开(公告)日：2025-05-13
申请号：CN202510452394.2
申请日：2025-04-11
Applicant: 电子科技大学
IPC: H04L43/0876 , H04L43/106 , H04L43/028 , H04L43/04 , H04L69/163 , H04L9/40 , G06F18/214 , G06F18/23213 , G06F18/2323
Abstract: 一种基于TCP时间戳序列聚类的NATed网络内终端设备识别方法，属于数据通信中的宽带网络技术领域。先从路由器下多个终端同时采集的混合流量形成的PCAP文件中按五元组提取全部TCP流，进行包过滤删除无效数据行。接着，对剩余数据用准线性回归分析获取聚类所需的斜率和截距参数，此过程中还对时间戳进行特殊的归一化处理。最后，运用谱聚类算法对生成的样本进行聚类，从而确定终端设备数量及对应关联的TCP流。本发明适用于IPv4地址稀缺和NAT广泛应用的场景。能显著提升家庭网络监控与用户行为分析精准度，为运营商提供更有价值数据；解决NAT环境下设备识别难题；提供高效准确的设备计数和TCP流区分方法，助力网络资源的合理分配与管理。
-
公开(公告)号：CN119277242A
公开(公告)日：2025-01-07
申请号：CN202411806524.X
申请日：2024-12-10
Applicant: 电子科技大学
IPC: H04Q11/00 , H04L61/2514 , H04L61/4511
Abstract: 一种基于光网络下NATed网络内系统终端设备计数方法，属于数据通信领域。该方法利用光网络的高速传输能力和低延迟特性，实时监控和计数家庭内部网络中的Windows系统终端设备；基于IP‑ID序列随包到达时间的变化率进行终端设备数量计数，通过分析DNS请求包中IP‑ID字段的单调性和不同设备间IP‑ID序列增长变化率的差异，精确区分不同的终端设备。本发明能有效对终端设备数进行识别，提升了运营商对用户需求的洞察能力，从而能够提供更加个性化的服务和资源分配方案。同时，本发明采用固定模式算法，降低了计算资源消耗，加快了识别速度，非常适合于实时终端设备数识别的场景，进一步增强了系统的稳定性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118554976A
公开(公告)日：2024-08-27
申请号：CN202410640952.3
申请日：2024-05-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种收发阵面变形误差对传输效率影响的分析方法，包括：获取发生变形、且具有多组收发阵元的阵列天线阵面的变形曲面的方程；根据该方程和该阵列天线阵面未发生变形时每组收发阵元中各阵元在三维坐标系的原始位置信息，分别确定该阵列天线阵面变形后该组收发阵元中各阵元的位置信息；根据该方程、该组收发阵元中各个阵元的位置信息，以及阵列天线阵面的增益表，确定该组收发阵元的正向传输参数；根据多组收发阵元的正向传输参数，以及多组收发阵元中所有阵元的馈电值，确定发生变形的阵列天线阵面的传输效率。本发明能精确分析阵列天线阵面因受自身重量、风、雨、雪等载荷影响产生阵面变形时，该阵列天线阵面的传输效率。
-
公开(公告)号：CN117809038A
公开(公告)日：2024-04-02
申请号：CN202410001947.8
申请日：2024-01-02
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047
Abstract: 本发明涉及计算机视觉和点云语义分割技术领域，具体而言，涉及一种基于边界感知和多尺度特征融合的3D点云语义分割方法。包括：步骤1，将输入的点云特征维度处理为32维；步骤2的边界点预测网络由点云特征提取层、几何卷积层和网络扩展模块、输出层组成，预测点云的边界点并将边界点标签输入编码器‑解码器主干网；步骤3的编码器由点集抽取模块和网络扩展模块组成，对点云特征进行提取，根据步骤2输入的边界点标签在位置嵌入编码的过程中剔除边界点防止边界上模糊特征导致的误分类；步骤4的解码器由点特征传播模块组成，对点和特征进行上采样实现解码；步骤5的多尺度特征融合，将步骤3得到的多尺度特征进行插值和拼接得到每个点的预测标签，最后根据点的预测标签计算损失函数，并与步骤2的损失函数求和。本发明的目的是优化边界点预测模块的结构、为主干网提供边界感知能力、多尺度特征融合能力，提高语义分割模型对边界点的分割精度、提升语义分割模型对点云整体的分割精度。
-
公开(公告)号：CN117197735A
公开(公告)日：2023-12-08
申请号：CN202311121215.4
申请日：2023-09-01
Applicant: 桂林电子科技大学
IPC: G06V20/52 , G06V20/40 , G06V40/20 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于机器视觉的MHZ车间异常行为检测方法，其中使用了MHZ模型。该算法可以实现车间常见的六类危险动作(打电话、工作台上睡觉、摔倒、剧烈奔跑、打架、玩手机)的实时检测。基于原始的SlowFast网络，为提高模型对静态动作的检测精度和捕获细粒度运动细节的能力，我们在Slow分支和侧向连接过程中融合了DANet混合域注意力机制，来提高主干网络对于关键特征的提取能力。此外，为解决视频数据集中各类动作样本不均衡的问题，我们将原模型中进行动作分类任务的交叉熵损失函数替换为FocalLoss。在车间视频数据集上进行对比实验，其结果表明，MHZ相较于原始模型，在满足实时检测的需求下，检测精度有明显提升。相较于其他同类型模型，所提出算法的检测精度也保持最高。
-
公开(公告)号：CN116844554A
公开(公告)日：2023-10-03
申请号：CN202310813399.4
申请日：2023-07-04
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是一种结合Transformer和CNN的一种长时语音的声纹识别方法，涉及音频识别技术领域。该方法步骤包括：S1，输入长时语音信号；S2，对长时语音进行预处理；S3，进行Fbank特征的提取；S4，进行声纹识别模型的训练；S5，特征匹配与识别；S6，输出识别结果；本发明在长时语音的声纹识别上准确率，解码速度更快，在多个数据集上验证后等错率达到了1.2％，其中在Sitw数据集上最好达到了0.9％的等错率。
-
公开(公告)号：CN116486820A
公开(公告)日：2023-07-25
申请号：CN202310273308.2
申请日：2023-03-20
Applicant: 桂林电子科技大学
IPC: G10L17/22 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G10L17/04 , G10L17/08 , G10L15/20 , G10L25/51 , H04L9/32 , H04L9/40
Abstract: 本发明公开了一种用于车辆自动滑移门的声纹身份验证方法，首先搭建基于改进ECAPA‑TDNN的声纹识别模型，使用了依赖于通道和上下文的注意力机制，关注每个特征图在不同时间步长上的特征属性。通过挤压激励块和Res2Net的结合，构建分层残差连接来处理多尺度特征。此外，在网络的底层引入不同时间上下文大小的多时延单元扫描输入序列，对模型在时间维度上的多尺度特征提取能力进行增强。在模型训练方面，针对训练数据应用了多角度的数据增强策略，以提高预训练模型的鲁棒性；在后端余弦相似度打分部分结合了动态分数归一化方法，减少了注册语音和测试语音之间的得分受到环境差别、语义内容不同等因素的影响。在模型的使用上，通过匹配系统注册阶段和验证阶段获得的声纹嵌入码，计算分数，高于设定阈值则控制门锁有刷电机驱动输出模块执行开锁动作。
-
-
-
-
-
-
-
-
-
Search Results
203
records
(took 0.033 seconds)
