-
公开(公告)号：CN118472095A
公开(公告)日：2024-08-09
申请号：CN202410507523.9
申请日：2024-04-25
Applicant: 西安电子科技大学
IPC: H01L31/112 , H01L31/0352 , H01L31/0224 , H01L31/107
Abstract: 本发明涉及一种基于栅电极控制的红外波导光电探测器及其制备方法，探测器包括：衬底层、氧化层、波导层、吸收层、源电极、漏电极和栅电极，其中，波导层的一端形成有P型区，另一端形成有N型区；栅电极位于氧化层的内部，且位于P型区和N型区之间的波导层的下方，栅电极通过引出结构引出至氧化层的表面。通过对栅电极施加正栅压，能够实现对垂直方向光生载流子的控制，使光生载流子可以更好地以饱和速度运动，减小光生载流子进入沟道区的时间，在不影响器件响应度的同时提高了器件的探测灵敏度和工作速度；通过栅电极施加负栅压，器件在较小的反偏电压下即可实现雪崩，降低了器件的工作功耗。
-
公开(公告)号：CN113159432B
公开(公告)日：2024-06-11
申请号：CN202110468095.X
申请日：2021-04-28
Applicant: 杭州电子科技大学
IPC: G06Q10/047 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的多智能体路径规划方法。该方法是一种分布式的路径规划方法，将单个智能体的局部观察信息输入神经网络，利用图神经网络传递智能体间信息，训练神经网络近似策略函数，从而输出移动策略。使用深度强化学习与模仿学习相结合的方法训练神经网络参数，使得回报函数收敛更快。在训练后可实现上千智能体规模下、四邻域2D栅格地图中较高的群体路径规划成功率，即为每个智能体在时间限制内成功规划出一条从起点至终点的无碰撞路线。且对地图尺寸、障碍物密度的变化适应性较强。
-
公开(公告)号：CN117104225A
公开(公告)日：2023-11-24
申请号：CN202311179386.2
申请日：2023-09-13
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 陈曦妍 , 翟春杰 , 陈慧勤 , 尹克 , 王博 , 陈楚翘 , 丁贵广 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 王帅 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 张继勇 , 李宗鹏
Abstract: 本发明公开了一种基于参数在线辨识的智能汽车协同编队节能控制方法。首先基于无迹卡尔曼滤波辨识获取车辆惯性参数；然后基于辨识参数建立电动汽车的三阶动力学模型和功率模型并设计分布式自适应滑模控制器；再确定控制目标，最后构建基于模型预测控制的车队参考轨迹优化问题，实现巡航节能控制。本发明相比于其他控制方法，考虑了惯性参数的实时辨识，能够有效地保证数据的实时性和准确性，主要利用模型预测控制，能够有效地提高车辆队列的燃油经济性，并保证车辆队列的内部稳定性和弦稳定性。
-
公开(公告)号：CN117002501A
公开(公告)日：2023-11-07
申请号：CN202311026031.X
申请日：2023-08-15
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 陈曦妍 , 翟春杰 , 陈慧勤 , 尹克 , 王博 , 陈楚翘 , 丁贵广 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏
IPC: B60W30/14 , B60W50/00 , G06F30/15 , G06F30/20 , G06F119/14
Abstract: 本发明公开了一种基于逆最优控制的智能汽车自适应巡航控制方法，包括步骤如下：步骤一：基于多输入多输出离散时间非线性无模型系统建立智能车辆纵向动力学模型；步骤二：构建最优问题，确定最优控制器；步骤三：验证所提出的控制器保证车辆李雅普诺夫稳定性；步骤四：验证所提出的控制器能够满足性能指标的最优性。本发明相比于其他控制方法，考虑了不确定的非线性离散时间系统，在应用上更为广泛。本发明方法能够有效地保证车辆的安全性，避免了HJB方程，并最小化一个有意义的代价函数。
-
公开(公告)号：CN113408353B
公开(公告)日：2023-04-07
申请号：CN202110542757.3
申请日：2021-05-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于RGB‑D的实时避障系统。该系统中，图形采集模块用于采集相机设备原始的深度信息以及RGB信息；标定模块用于标定地面背景，标定相机安装角度以获取地面信息以及相机安装角度信息；普通障碍物检测模块用于处理图像采集模块输出的信息提取出障碍物并输出障碍物的位置信息；验证模块用于二次判断障碍物是否为误检测；特殊障碍检测模块用于检测行人及其他智能移动机器人并输出具体位置信息；避障决策模块用于处理普通障碍物检测模块与障碍物检测模块输出的信息做出相应的避障策略；移动控制模块用于处理避障决策模块输出的避障策略控制机器人的移动实现避障功能。通过各模块配合，从而实现可靠、快速、高精度、低误检的实时避障系统。
-
Patent Agency Ranking
公开(公告)号：CN113097335B
公开(公告)日：2023-02-10
申请号：CN202110241681.0
申请日：2021-03-04
Applicant: 西安电子科技大学
IPC: H01L31/105 , H01L31/0224 , H01L31/0232 , H01L31/028 , H01L31/0352 , H01L31/0392 , H01L31/18
Abstract: 本发明公开了一种波导耦合等离增强型Ge基红外光电探测器及其制备方法，该光电探测器包括SOI衬底，SOI衬底自下而上依次包括Si衬底层、SiO2层和顶部Si层；其中，顶部Si层上表面一侧设有Ge吸收层，Ge吸收层与顶部Si层相接触的一面设有若干金属光栅结构；顶部Si层和Ge吸收层上均设有金属电极，以与Ge吸收层、SOI衬底形成Ge基探测器主体；顶部Si层的另一侧还形成有波导结构，波导结构与探测器主体通过一锥形模斑转换结构连接。本发明采用波导结构和金属光栅实现了Ge吸收层的本征吸收以及金属光栅中热电子吸收的双吸收机制，扩大了吸收范围，提高了探测效率，同时扩展了探测器的探测范围。
-
公开(公告)号：CN110174657B
公开(公告)日：2022-12-27
申请号：CN201910516081.3
申请日：2019-06-14
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于秩一降维模型和块矩阵恢复的波达方向估计方法，该方法的具体步骤为：建立雷达的接收信号模型，确定接收信号的测量矩阵；根据接收信号的测量矩阵，构造基于秩一降维的信号协方差矩阵模型；对基于秩一去噪的信号协方差矩阵模型进行稀疏重构，得到稀疏信号矢量；根据稀疏重构信号矢量，采用交替网格优化算法估计目标信源的波达方向。本发明能够重建无噪声信号协方差矩阵，避免了信号协方差矩阵和自由度的信息丢失，提高了对密集信源和多目标的DOA估计性能。
-
公开(公告)号：CN113203859B
公开(公告)日：2022-08-26
申请号：CN202110522012.0
申请日：2021-05-13
Applicant: 桂林电子科技大学
IPC: G01N33/574 , G01N33/535 , G01N33/577
Abstract: 一种基于H‑rGO‑Pt@Pd NPs纳米酶可视化检测GPC3的方法，以H‑rGO‑Pt@Pd NPs‑Apt为检测探针，GPC3‑Ab为捕获探针，形成H‑rGO‑Pt@Pd NPs‑Apt/GPC3/Ab夹心型复合物，基于H‑rGO‑Pt@Pd NPs纳米酶的类过氧化氢酶催化活性，该复合物催化H2O2氧化显色底物TMB，使得体系溶液由无色变成蓝色，随着GPC3浓度的增加，体系的蓝色会越来越深，从而实现GPC3的可视化检测。该方法操作简便快捷、耗材少且具有较低的检测限。
-
公开(公告)号：CN114862920A
公开(公告)日：2022-08-05
申请号：CN202210466776.7
申请日：2022-04-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度图像恢复的跨摄像机行人重识别方法，包括：获取跨摄像机查询图像并进行分辨率判断；对查询图像中的低分辨率图像进行多尺度图像恢复，得到若干高质量图像；对高质量图像和图库图像进行多尺度特征提取和融合，得到融合特征；将融合特征与图库图像的特征进行对比分析，得到行人重识别结果。本发明的方法能够适应图像尺度的各种不规则变化，并且能够充分利用不同尺度图像的信息，提升行人重识别的准确度。
-
公开(公告)号：CN114780729A
公开(公告)日：2022-07-22
申请号：CN202210463257.5
申请日：2022-04-28
Applicant: 杭州电子科技大学
IPC: G06F16/35 , G06F16/33 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向中文工业领域的知识实体识别方法及系统。本发明采用了特征性工业文本语料并对其做出手工标注作为模型的输入，利用2种不同的数据增强的方式对训练文本进行多特征处理后分别输入词嵌入层，对不同的嵌入特征向量利用叠加求均值的方式，采用卷积神经网络，针对对处理长文本的优势结合了膨胀卷积神经网络，并在卷积层后加入注意力设置训练权重。其中，改进膨胀卷积的网络结构来更好地扩展抽取长文本的特征时的感受视野。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.036 seconds)
