-
公开(公告)号:CN113555202A
公开(公告)日:2021-10-26
申请号:CN202110763089.7
申请日:2021-07-06
Applicant: 杭州电子科技大学
IPC: H01F27/42
Abstract: 本发明公开了一种可调节差分有源电感电路,包括可变电容、可调PMOS晶体管负载、第一交叉耦合NMOS晶体管对、第二交叉耦合NMOS晶体管对,第二交叉耦合NMOS晶体管对连接两个可变电容Cb,第二交叉耦合NMOS晶体管对通过第一交叉耦合NMOS晶体管对连接可调PMOS晶体管负载,可调PMOS晶体管负载与第一交叉耦合NMOS晶体管对之间接入输入端Vin+、输入端Vin‑。本发明可调节差分有源电感电路,通过调节可变电阻和负载晶体管的栅极电压,扩展了电感值的调节范围与Q值的调谐范围,具有较高的电感值调节精度和芯片集成度。
-
公开(公告)号:CN113098465A
公开(公告)日:2021-07-09
申请号:CN202110331786.5
申请日:2021-03-29
Applicant: 杭州电子科技大学
IPC: H03K17/28
Abstract: 本发明一种高集成度可调节左手延迟电路,包括两个可调电容电路和一个可调有源电感电路,所述可调有源电感电路的一端连接于两个串联的可调电容电路的中间节点,所述可调有源电感电路的另一端接地;两个可调电容电路的两端分别为左手延迟电路的输入端、输出端。本发明采用有源电感电路,可以提高左手延迟电路的集成度,降低面积和成本;采用可调电容、电感电路粗细调节相结合的结构可以提高左手延迟电路的延时范围和延时分辨率。
-
公开(公告)号:CN113555202B
公开(公告)日:2022-03-25
申请号:CN202110763089.7
申请日:2021-07-06
Applicant: 杭州电子科技大学
IPC: H01F27/42
Abstract: 本发明公开了一种可调节差分有源电感电路,包括可变电容、可调PMOS晶体管负载、第一交叉耦合NMOS晶体管对、第二交叉耦合NMOS晶体管对,第二交叉耦合NMOS晶体管对连接两个可变电容Cb,第二交叉耦合NMOS晶体管对通过第一交叉耦合NMOS晶体管对连接可调PMOS晶体管负载,可调PMOS晶体管负载与第一交叉耦合NMOS晶体管对之间接入输入端Vin+、输入端Vin‑。本发明可调节差分有源电感电路,通过调节可变电阻和负载晶体管的栅极电压,扩展了电感值的调节范围与Q值的调谐范围,具有较高的电感值调节精度和芯片集成度。
-
公开(公告)号:CN113098465B
公开(公告)日:2021-12-14
申请号:CN202110331786.5
申请日:2021-03-29
Applicant: 杭州电子科技大学
IPC: H03K17/28
Abstract: 本发明一种高集成度可调节左手延迟电路,包括两个可调电容电路和一个可调有源电感电路,所述可调有源电感电路的一端连接于两个串联的可调电容电路的中间节点,所述可调有源电感电路的另一端接地;两个可调电容电路的两端分别为左手延迟电路的输入端、输出端。本发明采用有源电感电路,可以提高左手延迟电路的集成度,降低面积和成本;采用可调电容、电感电路粗细调节相结合的结构可以提高左手延迟电路的延时范围和延时分辨率。
-
公开(公告)号:CN110111884B
公开(公告)日:2021-08-24
申请号:CN201910359377.9
申请日:2019-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于CMKMC的人机协同智慧医疗辅助决策系统,包括:疾病初诊模块,将临床数据匹配动态医疗认知属性知识库的疾病节点属性,以确定临床疾病疑似病范围、提供临床检查指导,获取初诊结果;精确诊断模块,将疾病初诊模块无法确诊对应的临床数据通过机器学习诊断网络集群以进行疑似病量化患病风险概率分析,获得精诊结果;综合诊断模块,将针对临床疑难疾病的机器学习网络集群精确诊断结果与医疗认知属性知识库中的初诊节点信息进行校验,综合评估获取诊断结论;自进化模块,对系统误诊病例进行分析和再学习,更新医疗认知属性知识库推理路径及节点属性,并调整机器学习诊断网络集群内部参数。本发明具有诊断准确率高、自进化的特点。
-
公开(公告)号:CN112233772A
公开(公告)日:2021-01-15
申请号:CN202011088394.2
申请日:2020-10-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于机器学习的健康食谱推荐系统,包括:数据输入模块,用于接收用户输入的饮食数据和/或传感器获取的数据;食谱知识库模块,用于存储接收到的饮食数据和/或传感器获取的数据;机器学习模块,用于基于深度学习网络对存储的饮食数据和/或传感器获取的数据进行分析和学习,得到食谱推荐模型;将传感器获取的与用户饮食习惯相对应的数据输入至食谱推荐模型中,食谱推荐模型输出与用户相对应的食谱。本发明通过机器学习和智能数据分析技术,对用户通过手机客户端输入与设备传回的饮食信息数据进行记录和分析,并结合用户的体质状态和不同需求,对用户进行适合用户自身的个性化智能食谱推荐。
-
-
-
-
-