-
公开(公告)号：CN115763606A
公开(公告)日：2023-03-07
申请号：CN202211029746.6
申请日：2022-08-25
Applicant: 西安电子科技大学
IPC: H01L31/0687 , H01L31/0336 , H01L31/18
Abstract: 本发明公开了一种基于氮化物材料的多结光电转换结构及其制作方法，主要解决现有三结GaInP/GaAs/Ge电池入射光波长的利用率低及光电转换效率有限的问题。其自下而上包括：Ge吸收层、Si吸收层、GaAs吸收层、InGaN吸收层、GaN吸收层、AlGaN吸收层、金刚石吸收层。该InGaN吸收层采用In的组分为15％‑23％的InGaN材料；该AlGaN吸收层采用Al组分为70％‑80％的AlGaN材料；该所有吸收层采用材料的禁带宽度从上至下依次减小，以提高入射光波长的吸收效率。本发明采用多结光电转换结构，增加了P‑N结数，降低了能量损耗，提升了光电转换效率，可用于制作高光电转化效率的太阳能电池。
-
公开(公告)号：CN111986233B
公开(公告)日：2023-02-10
申请号：CN202010840783.X
申请日：2020-08-20
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明提出的一种基于特征自学习的大场景极小目标遥感视频跟踪方法，主要解决了现有视频跟踪算法存在的计算复杂度高、跟踪精度低问题。其方案包括：1)获取极小目标特征自学习网络的初始训练集；2)构建极小目标特征自学习网络；3)构建特征自学习网络的损失函数；4)根据损失函数训练网络得到极小目标特征自学习模型；5)输入测试集图像，得到遥感视频目标跟踪结果。本发明使用特征自学习网络学习极小目标的外观特征、预测目标位置，避免了传统跟踪方法常用的前期处理过程，有效减小了网络复杂性，且极大的提高了超模糊的大场景遥感视频中极小目标的定位准确性。
-
公开(公告)号：CN113283513B
公开(公告)日：2022-12-13
申请号：CN202110603033.5
申请日：2021-05-31
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G06V10/25 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于目标互换和度量学习的小样本目标检测方法及系统，利用基类中目标图像与查询图像已有的标签信息，将查询图像与目标图像中的同类目标进行互换，构成新的查询‑目标图像对作为输入。通过这种数据增强方式增加了目标图像中各目标之间的对比，为相似性度量模块提供了更多的可对比样本，减小了目标图像中其他类目标或背景对于待检测目标的影响，提升了基于度量学习的小样本目标检测模型在基类与新类上的检测精度。
-
公开(公告)号：CN113255791B
公开(公告)日：2022-11-25
申请号：CN202110605372.7
申请日：2021-05-31
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于K‑组合均值特征增强的小样本目标检测方法及系统，利用每类K个带标签样本的标签信息，得到对应的特征，通过对这K个目标的特征进行组合平均，为每个组合计算平均特征。然后将这些平均特征添加到原有特征样本集合中，增加特征样本的数量。在微调阶段，除了新类带标签样本对分类和回归器进行微调外，还使用增加后的特征样本集合对分类器进行微调。实验结果证明通过基于K‑组合均值的特征增强方法，通过增加特征样本的数量，为分类器提供了更多的特征样本，缓解了模型的过拟合问题，提升了基于微调的小样本目标检测模型的检测精度。
-
公开(公告)号：CN115376012A
公开(公告)日：2022-11-22
申请号：CN202210797191.3
申请日：2022-07-07
Applicant: 西安电子科技大学
Abstract: 本发明提供的一种基于多方向注意力表征增强的SAR影像变化检测方法，通过获取双时相SAR图像分别进行多尺度卷积和多方向特征提取，多尺度卷积能够得到图像的多尺度特征信息，多方向特征提取能够将区域特征进行筛选得到与中心点相近的特征，将这些特征进行融合。融合后的特征经过与方向窗口设计区域匹配的自注意力模块，这样可以通过模型训练得到像素点不同方向的区域重要性，增强中心点的表征信息也排除一些干扰信息。本发明与现有技术的变化检测方法相比，增强中心点表征信息，排除无效信息，解决遥感SAR图像变化检测噪声问题，提升其变化检测效果。
-
Patent Agency Ranking
公开(公告)号：CN115359361A
公开(公告)日：2022-11-18
申请号：CN202210795908.0
申请日：2022-07-07
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种SAR影像域自适应动态优化地物分类模型训练方法，包括：获取有标签的源域SAR影像和无标签的目标域SAR影像，生成源域、目标域训练样本；初始化第一待训练模型；将源域、目标域训练样本输入至第一待训练模型，并在确定第一损失值及预设损失函数的梯度后，更新分割网络的网络参数，得到第二待训练模型；根据第一损失值、偏好向量、第一待训练模型的任务数量和分割网络的参数数量，计算动态优化系数；将源域、目标域训练样本输入第二待训练模型，并确定第二损失值；利用动态优化系数、不同任务的损失值及损失函数梯度，调整第二待训练模型的网络参数；迭代次数达到预设值时，获得地物分类模型。本发明提高了SAR影像地物分类精度。
-
公开(公告)号：CN115064620A
公开(公告)日：2022-09-16
申请号：CN202210713333.3
申请日：2022-06-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种阶梯组分YAlN/AlGaN超晶格p型层的高效深紫外发光二极管，主要解决现有深紫外发光二极管p型掺杂的Mg离化率小，导致发光效率低的问题。其自下而上包括衬底(1)、成核层(2)、缓冲层(3)、n型层(4)、多量子阱层(5)、电子阻挡层(6)、p型层(7)和欧姆接触层(8)，其中p型层(7)采用三阶阶梯组分YAlN/AlGaN的超晶格，每一阶超晶格的周期数相同，YAlN的厚度相同，Al组分不变，AlGaN的厚度相同，Al组分递减。本发明能增强极化电场，有效提高Mg掺杂的离化率，提升载流子浓度和器件的发光功率及效率，可用于实现高性能的深紫外发光二极管及深紫外发光设备。
-
公开(公告)号：CN110826411B
公开(公告)日：2022-05-03
申请号：CN201910958507.0
申请日：2019-10-10
Applicant: 电子科技大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/776 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于无人机图像的车辆目标快速识别方法，输入图像处理的目标识别领域。针对无人机图像中车辆目标的像素占比小，而且车辆目标在无人机图像中比较密集，原始的网络对其检测比较困难的问题，首先使用不同的anchor个数与大小去匹配图像中的车辆目标，相比于原始网络，使得识别的AP值提高了8.5％，然后又对网络增加了多层特征融合，使得网络在最后分类的时候使用到网络的前面的浅层特征，使得最后的分类与识别的效果更好，在前面改进的基础上，增加多层特征融合以后，网络的AP值提高了1.6％，最后得到的改进后的网络的AP值相比于原始网络的AP值提高了10.1％，从80.5％提高到90.6％，检测的速度相比原始网络有略微的下降，但是精度得到大幅度的提升。
-
公开(公告)号：CN110826407B
公开(公告)日：2022-03-15
申请号：CN201910953236.X
申请日：2019-10-09
Applicant: 电子科技大学
Abstract: 该发明公开了一种高分辨率卫星广义像对的立体匹配方法，属于高分辨率卫星广义像对的立体匹配方法，利用高分辨率卫星广义像对进行立体匹配。本发明用图像处理算法进行特征提取和特征点匹配，摆脱了传统遥感软件需要大量手动修改校准的过程，即可以提高精度，也可以节约时间成本。同时本方法适用于广义立体像对，将得到的同名点代入有理函数前方交会模型，得出地面点的三维坐标。
-
公开(公告)号：CN113378938A
公开(公告)日：2021-09-10
申请号：CN202110657352.4
申请日：2021-06-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于边Transformer图神经网络的小样本图像分类方法及系统，引入transformer模型来对图中的边特征进行更新，通过将结点之间的差值特征图拆分成特征块序列输入到transformer模块得到更新后的边特征，使得每一个像素位置会被分配不同的注意力权重以突出关键区域。本发明的思想是利用transformer中的自注意力机制来自动聚焦到用于衡量结点间相似性的关键区域，从而达到抑制背景信息并突出关键区域的目的。本发明在miniImageNet数据集上进行的对比实验证明了本发明可以提高小样本图像分类的精度。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.035 seconds)
