-
公开(公告)号：CN108388927B
公开(公告)日：2021-10-29
申请号：CN201810250153.X
申请日：2018-03-26
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于深度卷积孪生网络的小样本极化SAR地物分类方法，主要解决现有方法中由于极化SAR数据标记样本较少造成分类精度低的问题。其实现步骤为：1)输入待分类极化SAR图像与其真实地物标记，并进行Lee滤波；2)从对滤波后的待分类极化SAR数据中提取输入特征向量并划分出训练样本集和测试样本集；3)对训练样本集中的样本两两组合得到样本对训练集；4)搭建深度卷积孪生网络并用训练样本集和样本对训练集对其进行训练；5)用训练好的深度卷积孪生网络对测试集样本进行分类，获得地物类别。本发明在孪生架构下扩充了训练集并提取差异化特征，使模型分类准确率更高，可用于极化SAR图像的目标分类、检测和识别。
-
公开(公告)号：CN111028924A
公开(公告)日：2020-04-17
申请号：CN201911001301.5
申请日：2019-10-21
Applicant: 西安电子科技大学 , 西安邮电大学 , 中山大学中山眼科中心
IPC: G16H30/40
Abstract: 本发明涉及一种多种形态医疗影像数据标注方法及系统，包括：接收用户上传的图片，根据预设的图片格式核对格式是否正确；若正确则上传图片，若不正确则提醒用户重新上传；提取图片信息与信息库进行匹配，判断图片是否有标注或属性信息；设置标注图片的权限；根据疾病种类为用户提供标注工具箱；接收用户对图片进行的标注信息，并将标注信息上传存储；提取同一级别用户对所述图片的标注信息并进行对比，判断同一级别用户的标注信息是否有差异，若无差异则生成最终标注结果，若有差异则交由下一级用户进步标注。本发明可以使用不同的标注工具对图像进行标注，满足多种形态的医疗影像的标注需求，并采用分级标注的流程，提高对图片标注的准确性。
-
公开(公告)号：CN106971402B
公开(公告)日：2020-03-17
申请号：CN201710267557.5
申请日：2017-04-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学辅助的SAR图像变化检测方法，属于图像处理技术领域，主要解决SAR图像噪声影响大，分辨率不高，分类不精确的问题。其过程为：用两幅不同时刻的SAR图像构造差异图，应用FCM将像素分为严变、严不变与中间3类。根据每个像素邻域的严变、严不变像素个数，及光学图像各通道拉成列，作为辅助特征，进行聚类，有效克服了SAR图像分类方法杂点过多的缺陷。本发明具有噪声小，分类精确的优点，有助于后续的分类。
-
公开(公告)号：CN110085682A
公开(公告)日：2019-08-02
申请号：CN201910365950.7
申请日：2019-05-05
Applicant: 西安电子科技大学
IPC: H01L29/88 , H01L21/328
Abstract: 本发明提供一种共振隧穿二极管及其制作方法。所述共振隧穿二极管包括依次设置的n型GaN衬底层、n+GaN集电极欧姆接触层、第一GaN隔离层、第一Al、N、Ga、N分层结构混合势垒层、GaN量子阱层、第二Al、N、Ga、N混合势垒层、第二GaN隔离层、n+GaN发射极欧姆接触层、环形电极、圆形电极和钝化层；所述Al、N、Ga分层结构混合势垒层包括Al层、N层和Ga层。本发明能够消除随机合金AlGaN势垒中Al组分分布不均造成的漏电现象。
-
公开(公告)号：CN108846426A
公开(公告)日：2018-11-20
申请号：CN201810539758.0
申请日：2018-05-30
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于深度卷积双向LSTM孪生网络的极化SAR分类方法，主要解决现有方法中由于极化SAR数据标记样本较少造成分类精度低的问题。其实现步骤为：1)输入待分类极化SAR图像与其真实地物标记，并进行Lee滤波；2)从滤波后的数据中提取时序特征向量并划分训练集和测试集；3)对训练集中的样本两两组合得到样本对训练集；4)搭建深度卷积双向LSTM孪生网络并用训练集和样本对训练集对其进行训练；5)用训练好的网络对测试集样本进行分类，获得地物类别。本发明在孪生架构下扩充训练集、提取差异化特征，于小样本标记条件下更为合理且充分的利用空间邻域信息进行双向时序建模，使模型分类准确率大幅度提高。
-
Patent Agency Ranking
公开(公告)号：CN108388901A
公开(公告)日：2018-08-10
申请号：CN201810112593.9
申请日：2018-02-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空间-语义通道的协同显著目标检测方法。本发明通过模拟人类视觉，根据图像间的协同辅助规则，对待检测的群组图像中彩色图和图像深度图，进行空间协同和语义协同双通道并行处理，利用协同显著性先验获得两种初步协同显著图，融合两个初步协同显著图，得到最终的协同显著图，实现复杂场景群组图像中共同的显著目标的检测，有效地突出了群组图像的共同显著目标并且抑制了复杂的背景噪声，使得本发明具有较好的检测结果，提高了检测的准确率和召回率。
-
公开(公告)号：CN107395568A
公开(公告)日：2017-11-24
申请号：CN201710476835.8
申请日：2017-06-21
Applicant: 西安电子科技大学
CPC classification number: H04L67/1097 , H04L63/0435 , H04L63/08 , H04L63/10
Abstract: 本发明公开了一种多数据拥有者认证的密文检索方法，本发明在共享型多数据拥有者场景下利用线性秘密共享和可搜索加密技术是支持多数据拥有者认证的，只有当多个数据拥有者对数据用户授予文档的访问权限时，数据用户才能正确解密文档。本发明是保护数据隐私安全的，云服务器无法从密文集，索引集和密文密钥集中获取任何明文信息，无法从数据用户提交的陷门中获取任何明文信息。本发明在实际应用场景中是高效、可行的。
-
公开(公告)号：CN107369879A
公开(公告)日：2017-11-21
申请号：CN201710626730.6
申请日：2017-07-26
Applicant: 西安电子科技大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明涉及天线技术领域，尤其涉及一种天线。所述天线通过可转动组件设置在天线支架上，所述天线先通过第一级传输线变压器实现宽带阻抗匹配和电路不平衡到平衡的转换，再通过第二级传输线变压器实现宽带阻抗匹配，使所述输入阻抗与平行线辐射器和终端分布式负载阻抗匹配，使所述天线各输入输出端口的阻抗达到匹配。所述平行线辐射器将来自第二级传输线变压器的输出信号转换后发射至自由空间。通过上述技术方案，解决了现有技术中当低频大功率信号输入到天线时，天线各输入输出端的阻抗匹配较差，驻波较大的问题，达到了使天线在低频大功率信号输入时，输入端阻抗匹配较好，驻波比减小技术效果。
-
公开(公告)号：CN107194917A
公开(公告)日：2017-09-22
申请号：CN201710339040.2
申请日：2017-05-15
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于DAP和ARELM的在轨SAR图像变化检测方法，消除了训练数据对方法检测能力的限制。其实现包括：针对两幅配准的SAR图像对，计算获得对数差分图DI；对DI进行SLIC超像素分割，并求取所有超像素的均值和质心，用DAP算法对超像素聚类获得若干类超像素集合；用K‑means算法再进行区域三分类，均值最高的集合为严格变化区域，最低的集合为严格未变化区域，剩余为未知类别区域；选择区域训练样本，并将其邻域特征送到ARELM中训练，获得训练好网络参数的ARELM；将待检测的所有像素邻域特征送入训练好的ARELM中进行分类，自动获得变化检测结果图。本发明消除了训练数据对方法检测能力的限制，检测正确率高，自动决策。检测能力稳定可靠，用于SAR图像变化检测。
-
公开(公告)号：CN102130159A
公开(公告)日：2011-07-20
申请号：CN201110001515.X
申请日：2011-01-06
Applicant: 西安电子科技大学
IPC: H01L29/778 , H01L29/20 , H01L29/205 , H01L21/335
Abstract: 本发明公开了一种高电子迁移率晶体管，主要解决现有技术的电流崩塌严重和源漏极欧姆接触电阻大的问题。该器件自下而上包括：衬底(1)、成核层(2)、主沟道层(3)、势垒层(4)、介质层(13)；势垒层(4)顶端两侧分别为源极(10)和漏极(12)，中间为栅极(11)，势垒层(4)上依次增加有辅沟道层(5)、缓变势垒层(6)、高势垒层(7)、隔离沟道层(8)和隔离势垒层(9)；栅极(11)位于势垒层与隔离势垒层之间的凹槽(14)中，栅极的两侧及底部设有介质层(13)。隔离势垒层与隔离沟道层界面上，缓变势垒层与辅沟道层界面上，势垒层和主沟道层界面上分别形成有二维电子气2DEG。本发明可避免高场应力下的电流崩塌，降低源漏极欧姆接触电阻，可用作高温高频高可靠大功率器件。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.037 seconds)
