圆极化螺旋纹微带天线的馈电方法

    公开(公告)号:CN106876965A

    公开(公告)日:2017-06-20

    申请号:CN201611263012.9

    申请日:2016-12-30

    CPC classification number: H01Q1/38 H01Q1/48 H01Q1/50 H01Q15/24

    Abstract: 本专利申请公开了一种圆极化螺旋纹微带天线的馈电方法,包括,选择一介质基板;在介质基板的正面印制与所述介质基板的一维尺寸完全相同接地板,在介质基板的正面的反面印制螺旋微带线;在接地板上开设十字缝隙,十字缝隙的交叉处处于所述接地板的几何中心;在接地板上依次堆叠的第一矩形介质块位和第二矩形介质块位,第一矩形介质块也位于接地板的几何中心处;第二矩形介质块位于第一介质块顶面的几何中心处;选择工作频率为12.15Ghz进行圆极化螺旋纹微带天线的馈电;激励两个极化正交的简并模式,实现圆极化;通过堆叠结构的两个矩形介质块提高整个天线的带宽。具有阻抗带宽和轴比带宽同时较好,在工作频率设置在12.15GHz时,圆极化性能良好的效果。

    一种基于属性的异常数据检测方法和装置

    公开(公告)号:CN108268467B

    公开(公告)日:2021-08-06

    申请号:CN201611254436.9

    申请日:2016-12-30

    Abstract: 本发明提供一种基于属性的异常数据检测方法和装置,该方法包括步骤S1:数据属性的预处理;步骤S2:分析数据对象的各种属性,对数据进行异常检测;步骤S3:利用异常标记数组对数据集进行分离,将异常数据从原始数据集中移动到异常数据集中,并输出。与现有技术相比:本发明提供了一种基于属性的异常数据检测方法和装置,融合了基于距离的异常数据检测方法和基于密度的异常数据检测方法,适用于复杂数据的检测,提高了检测的效率,简化了参数的设置,避免了基于密度的异常数据的检测方法的只能检测局部异常数据的局限性,保证了异常数据检测的准确率,方便了用户的使用。

    一种基于数据平滑的图像语义自动标注方法及装置

    公开(公告)号:CN108268875B

    公开(公告)日:2020-12-08

    申请号:CN201611257596.9

    申请日:2016-12-30

    Abstract: 本实发明公开一种基于数据平滑的图像语义自动标注方法及装置,通过使用跨媒体相关模型是一种基于图像内容的自动标注模型,利用概率统计方法,获得每个关键字作为图像标注的概率;该模型在图像标注领域取得了较好的成绩,也是比较稳定的一种方法,因此,本发明实施例在跨媒体相关模型数据平滑的基础上,提取鲁棒性更强的特征,发明了一种效率更高、准确率更高的图像语义自动标注方法,在一定程度上解决“语义鸿沟”问题、同时解决了传统的语义标注中通过人工的方式对每幅图像进行关键词描述的过程,节省了人力和时间成本,具有较高的应用前景。

    一种基于决策树的图像自动标注方法和装置

    公开(公告)号:CN108182443B

    公开(公告)日:2020-08-07

    申请号:CN201611122143.5

    申请日:2016-12-08

    Abstract: 本发明提供了一种基于决策树的图像自动标注方法和装置。该装置包括:输入单元、预处理单元、分割提取单元、标注概率计算单元、生成树单元、词间相关性计算单元和选择关键词单元。与现有技术比较本发明的有益效果在于:对于一些获取的模糊图像进行修复,使得图像语义自动标注技术适用范围更广;更加全面地提取了图像底层特征,采用全局特征和局部特征来反映图像的真实视觉内容,提高图像语义自动标注的准确性;全局特征采用主成分分析的尺度不变特征,提高运算效率,特别是对于高维图像;解决了海量图像集的不可测量性,将图像标注问题转化为了分类问题进行标注,提高了传统模型的标注性能。

    一种敏感数据识别和脱敏的装置及方法

    公开(公告)号:CN108268785B

    公开(公告)日:2020-05-22

    申请号:CN201611254013.7

    申请日:2016-12-30

    Abstract: 本发明提供一种敏感数据识别和脱敏的装置及方法,其装置包括:输入单元,用于响应当前触发的数据脱敏请求,获取待脱敏的目标数据;识别单元,用于识别待脱敏的目标数据是否为敏感数据,若是,则执行数据脱敏单元,否则直接执行输出单元;所述数据脱敏单元,用于对已识别为敏感数据的目标数据执行脱敏操作;所述输出单元,用于输出处理后不具敏感性的目标数据。本发明的有益效果在于,利用NBM建立分类器实现对敏感数据的识别,避免对非敏感数据进行脱敏操作造成的运算负担;采用变形和交换相结合的方法对敏感数据脱敏,只需对敏感数据中的小部分数据记录按照脱敏规则进行数据变形,再利用交换实现对所有数据的脱敏,大大减少了运算量。

    一种频率选择表面结构
    16.
    发明授权

    公开(公告)号:CN107154523B

    公开(公告)日:2019-12-06

    申请号:CN201710225307.5

    申请日:2017-04-07

    Abstract: 本发明涉及天线技术领域,具体涉及一种频率选择表面结构,包括第一介质板和第二介质板,第一介质板位于第二介质板上面,第一介质板上表面设有交叉环贴片,第一介质板与第二介质板之间设有圆形环贴片,第二介质板下表面设有交叉环贴片,两片交叉环贴片以圆形环贴片为中心对称分布,第一介质板与第二介质板上下重叠在一起。本发明中采用对称结构的介质底板,使入射信号的角度更稳定,同时极化更稳定,频率选择表面具有更宽的工作带宽。

    一种重复数据的数据质量检测方法及装置

    公开(公告)号:CN105488212B

    公开(公告)日:2019-06-14

    申请号:CN201510925893.5

    申请日:2015-12-11

    Abstract: 本发明为一种重复数据的数据质量检测方法及装置,所述方法包括:步骤b,生成模型训练集;步骤c,分析所述模型训练集中的各个组合对,并标记为记录重复或记录不重复;步骤d,计算记录重复的概率,并筛选出概率较大的字段组合作为样本字段组合;步骤e,对待检测数据的值进行分析;步骤f,据进行重复检测,筛选出所有重复字段满足所述样本字段组合的记录组合;所述装置包括与各个步骤相对应的训练集生成单元、样本记录标重单元、样本组合筛选单元、检测数据分析单元和检测数据筛选单元。这样,通过对字段组合进行重复可能性的计算,无需比较任意两条记录的重复可能性,缩短了时间,提高了检测效率;同时也可以检测两条数据部分相同的情况。

    一种基于数字签名的数据安全传输方法及装置

    公开(公告)号:CN108270719A

    公开(公告)日:2018-07-10

    申请号:CN201611254437.3

    申请日:2016-12-30

    Abstract: 本发明提供一种基于数字签名的数据安全传输方法及装置,其装置包括触发单元、数据发送单元和数据接收单元;所述触发单元,用于响应当前触发的数据传输请求;所述数据发送单元,用于将所述目标数据从第一客户端发送到所述第二客户端;所述数据接收单元,用于接收从所述第一客户端发来的目标数据。本发明的有益效果在于,所述触发单元对所述第一客户端访问数据库的权限进行判断,保证了数据访问的安全,对所述第二客户端标识符指向的位置信息合法性进行判断,提高了数据传输的效率;所述第二客户端根据附加的数字签名确认数据来源的安全和数据的完整性,从而保证了数据在传输过程中的安全性。

    一种基于爬虫技术与购物分析相结合的目标营销方法及装置

    公开(公告)号:CN108269102A

    公开(公告)日:2018-07-10

    申请号:CN201611253992.4

    申请日:2016-12-30

    Abstract: 本发明公开一种基于爬虫技术与购物分析相结合的目标营销方法,其包括:步骤a:购物篮分析:对电子商务网站内所有用户的购物篮数据进行关联挖掘;步骤b:网络爬虫分析:对网页进行分析,提取网页关键字;步骤c:关键字与关联规则匹配;步骤d,将相关产品信息向用户推送;还公开了一种与基于爬虫技术与购物分析相结合的目标营销方法相对应的装置。这样,本方法和装置实现了基于网络爬虫和购物篮分析的目标营销,针对只用购物篮分析无法定位消费者的具体需求的不足,在该基础上添加网络爬虫技术来判断消费者感兴趣的产品,从而实现对某些特定产品的营销。

    一种基于聚类的近似重复记录的检测方法及装置

    公开(公告)号:CN108268876A

    公开(公告)日:2018-07-10

    申请号:CN201611257674.5

    申请日:2016-12-30

    CPC classification number: G06K9/6221 G06K9/6223

    Abstract: 本发明提供一种基于聚类的近似重复记录的检测方法及装置,该方法包括步骤S1:使用Canopy聚类先对近似重复记录进行“粗”聚类;步骤S2:对Canopy内的点进行基于K-means的聚类,得到近似重复记录;步骤S3:清洗近似重复记录。与现有技术相比:本发明提供了一种基于聚类的近似重复记录的检测方法及装置,通过Canopy聚类方法和K-means聚类方法来聚类近似重复记录,保证了较高的检测近似重复记录的精确程度,提高了检测近似重复记录的效率;本发明创建的Canopy不会太大且Canopy之间重叠的不多,这样大大减少了后续需要计算相似性的对象的个数,从而降低了计算量,减小了内存需求;本发明中的K-means算法中的阈值通过Canopy个数来确定,减少了选择阈值的盲目性。

Patent Agency Ranking