-
公开(公告)号:CN110336694A
公开(公告)日:2019-10-15
申请号:CN201910520647.X
申请日:2019-06-17
Applicant: 桂林电子科技大学
IPC: H04L12/24 , H04L12/26 , H04L12/727 , H04L12/751 , G06N3/00
Abstract: 本发明公开一种基于Petri网与IFA的3D NoC测试调度方法,其一方面根据测试调度过程中各IP核测试流程相似、TAM选择随机、路由过程繁琐等特点,将Petri网模型分为上下两层,简化了建模过程,并通过着色思想减少模型元素,压缩了网规模,使3D NoC中IP核的测试调度过程、资源约束、优先级等特性得到精确的刻画;另一方面,对模型中的路由计算变迁进行改进,从而实现系统测试时间在调度组合方面与路由过程方面的双重优化;另外,在模型中嵌入IFA,为模型求解提供了有力的算法支持,从而能够高效求得最佳测试调度方案,且测试时间较其他方法大约缩短了8.94%,有效提升了测试效率。
-
公开(公告)号:CN109829488A
公开(公告)日:2019-05-31
申请号:CN201910042418.1
申请日:2019-01-17
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明提出一种头颈部癌症局部复发预测装置,包括:数据采集模块,用于采集数据构成训练样本;分组模块,用于将所述训练样本分组为训练集和测试集;特征提取模块,用于对所述训练集进行特征提取;第一训练模块,用于接收所述特征提取模块提取的特征进行随机森林训练,得到第一随机森林分类器;第一测试模块,用于将所述测试集输入至所述第一随机森林分类器;第二训练模块,用于将所述第一随机森林分类器的输出作为输入进行随机森林训练,得到第二随机森林分类器;第二测试模块,用于将所述测试集输入至所述第二随机森林分类器。
-
-
公开(公告)号:CN109102062A
公开(公告)日:2018-12-28
申请号:CN201810927745.0
申请日:2018-08-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于Petri网与混沌差分萤火虫算法的3D NoC测试规划方法,首先通过在原型Petri网的基础之上增加时延与带抑止弧的概念,能有效描述测试规划中的IP核调度问题、简化模型;模型建立后,为了在Petri网的变迁发生序列集合中实施高效寻优,对基本萤火虫算法进行了两处改进,即分别采用单维结合多维的混沌优化方法,使基本萤火虫算法具备精细的局部寻优能力,采用与差分进化算法之间的信息共享机制,增强基本萤火虫算法的全局寻优能力。将实验结果与其他测试方法的实验结果进行比较,结果显示本发明测试方法在测试时间与程序运行时间方面都展现出较明显的优势。
-
公开(公告)号:CN118944399A
公开(公告)日:2024-11-12
申请号:CN202411009981.6
申请日:2024-07-26
Abstract: 本发明涉及直流电源技术领域,尤其涉及一种低纹波两级联调直流稳压电源及其控制方法,包括开关电源、主控制器电路、功率转换电路和栅极驱动器,所述主控制器电路通过栅极驱动器与开关电源相连接,所述功率转换电路分别与主控制器电路和开关电源连接;方法包括:主控制器电路通过输出PWM信号驱动栅极驱动器,进而控制栅极驱动器的开关状态为导通状态;通过DAC接口输出一个调节信号,通过该调节信号控制所述功率转换电路输出得到实际输出电压;通过PID算法动态调整调节开关电源的输出电压,以降低实际输出电压与设定电压的误差;本发明能够在保持较高效率的前提下也能保持较低的纹波。
-
公开(公告)号:CN117318838A
公开(公告)日:2023-12-29
申请号:CN202311334026.5
申请日:2023-10-16
Applicant: 桂林电子科技大学
IPC: H04B10/90 , H04B10/516 , H04B10/50 , H04B10/60
Abstract: 本发明公开了一种石墨烯3比特编码器及编码方案,属于可调谐超材料应用技术领域,超材料结构由依次设置的衬底层、介质层、石墨烯层组成,其中,衬底层的材料采用硅,介质层采用二氧化硅;本发明设计的结构在编码器、开关、慢光器件方向都具有重要的应用价值。
-
公开(公告)号:CN114842100A
公开(公告)日:2022-08-02
申请号:CN202210377201.8
申请日:2022-04-12
Abstract: 本发明实施例提供了一种太赫兹图像重建的模型训练方法、太赫兹图像重建方法、装置、系统及计算机可读存储介质,太赫兹光谱仪采集到的初始太赫兹图像和与初始太赫兹图像不同类别的高分辨率图像经过将分辨率处理后得到的低分辨率图像共同输入到卷积网络模型中,通过卷积网络模型对低分辨率图像进行特征信息的提取。通过在卷积网络模型的最后一层设置残差融合层,使得卷积网络模型对低分辨率图像进行特征信息的提取更加全面,减少梯度下降对图像分辨率重建的影响,从而使卷积网络模型对太赫兹图像重建出更高的分辨率。
-
公开(公告)号:CN114820308A
公开(公告)日:2022-07-29
申请号:CN202210377676.7
申请日:2022-04-12
Abstract: 本发明公开了一种基于特征卷积神经网络的太赫兹超分辨重建方法、系统及计算机可读存储介质,特征卷积神经网络包括边缘检测模块、下采样模块和超分辨重构模块,太赫兹超分辨重建方法包括:获取训练样本集,将训练样本集中的缺陷图像集输入边缘检测模块生成二值边缘图像集;将二值边缘图像集输入下采样模块进行下采样处理,得到特征卷积核算子;将训练样本集输入超分辨重构模块,使得超分辨重构模块根据特征卷积核算子对高分辨率图像集以及低分辨率图像集进行训练,生成权重矩阵;根据权重矩阵生成与训练样本集对应的目标缺陷图像。在本发明实施例中,基于特征卷积神经网络实现太赫兹超分辨重建,能够提高太赫兹缺陷轮廓分辨率。
-
公开(公告)号:CN114742917A
公开(公告)日:2022-07-12
申请号:CN202210442223.8
申请日:2022-04-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于卷积神经网络的CT图像分割方法,先利用给定的已分割的CT图像对构建的分割模型中对其进行训练,再将待分割的CT图像送入训练好的分割模型中,得到分割好的CT图像。本发明的分割模型EfficientNetV2‑UNet以由EfficientNetV2模型中的特征提取器部分作为主干网络,该主干网络中包含5个注意力机制模块(2个融合‑移动翻转卷积块和3个移动翻转卷积块)。分割模型的特征提取器部分进行特征的有效提取,且使模型更小、训练速度更快,多尺度的信息提取,细节与“较粗”抽象信息都得到有效的提取与保留,在降低了噪声的影响的同时最大限度的保留模糊边界的梯度信息,分割精度更高。
-
公开(公告)号:CN114637132A
公开(公告)日:2022-06-17
申请号:CN202210292569.4
申请日:2022-03-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种用于片上网络互连的电光调制器,由二氧化硅衬底、输入波导、输出波导、表面等离子调制体和隔离层组成。光信号从输入波导入射,由于输入波导上有可以使光信号发生转换的带有ITO材料的表面等离子调制体,通过ITO材料的物理特性,在其表面等离子调制体的第一金属电极层和第二金属电极层两端加电压,导致ITO材料活性的变化,使得光信号离开输入波导,耦合到紧挨着的输出波导。本发明将表面等离子激元和活性材料ITO引入到电光调制器中,减小了电光调制器的尺寸,提高了消光比和调制速率并且减少通信延迟。
-
-
-
-
-
-
-
-
-