-
公开(公告)号：CN101363807A
公开(公告)日：2009-02-11
申请号：CN200810046028.3
申请日：2008-09-11
Applicant: 电子科技大学
IPC: G01N27/00
Abstract: 本发明公开了一种有机气体传感器及其结构，包括基板、第一电极、介质层、敏感薄膜层、第二电极和第三电极，器件中的介质层使用有机功能材料，根据器件结构中各薄膜层和电极位置的不同，器件可以分为顶部接触式和底部接触式两种。本发明采用新型结构提高了气体传感器的集成度、响应速度和响应精度，并且优化了一般气体传感器的制作工艺，降低了工艺要求，提高其性能，大幅降低气体传感器的制备成本及提高设备的可靠性。
-
公开(公告)号：CN101222025A
公开(公告)日：2008-07-16
申请号：CN200810045231.9
申请日：2008-01-22
Applicant: 电子科技大学 , 京东方科技集团股份有限公司
Abstract: 本发明公开了一种有机电致发光器件的新型封装装置，包括盖板、定位板和封装压紧装置；所述盖板上与有机电致发光器件的基片接触面上设置有与所述基片相对应的凹槽，所述凹槽内放置有吸湿剂；所述定位板设置有定位孔，所述定位孔的大小尺寸与所述基片一致；所述定位板上安装在盖板上方，将所述基片设置有有机电致发光层的一侧面面向通过定位孔导入所述凹槽内，所述封装压紧装置安装在基片上方，将基片和盖板紧密结合。该封装装置可以解决器件封装过程中由于受力不均匀所引起基片滑位和偏移，保证了封装精度，提高了封装效率，降低了对设备的要求和生产成本，特别针对中小尺寸基片和大尺寸盖板的封装具有较强的可操作性，满足实际要求。
-
公开(公告)号：CN1822396A
公开(公告)日：2006-08-23
申请号：CN200610020155.7
申请日：2006-01-16
Applicant: 电子科技大学
IPC: H01L29/78
Abstract: 一种垂直双扩散金属氧化物半导体功率器件，属于半导体功率器件技术领域。本发明在功率器件中引入部分埋氧区4，所述部分埋氧区4位于器件主要垂直导电通路的两旁，可做在外延层3上，或同时占据衬底2和外延层3的部分区域，或同时占据外延层3和p/n区5的部分区域，还可同时占据衬底2、外延层3和p/n区5的部分区域；其形状可为矩形、梯形、椭圆形等；并可由二氧化硅或氮化硅等绝缘材料制作。本发明通过部分埋氧结构提供的高耐压、高电子一空穴对复合通道来提高器件耐压及抗辐照能力。与传统的垂直DMOS相比，在相同导通电阻下，耐压提高20％以上，抗瞬态辐照能力提高2倍以上，单粒子失效阈值提高近1倍。采用本发明可以制作各种性能优良的抗辐照、高压、高速垂直DMOS器件。
-
公开(公告)号：CN120071077A
公开(公告)日：2025-05-30
申请号：CN202510043816.0
申请日：2025-01-10
Applicant: 西安电子科技大学
IPC: G06V10/82 , G06N3/0464 , G06V10/80 , G06V20/56
Abstract: 本发明提出了一种基于改进YOLOv8的道路目标检测方法，实现步骤为：获取训练样本集和测试样本集；构建改进的YOLOv8网络模型并对其进行迭代训练；基于改进的YOLOv8的道路目标检测网络模型获取道路目标检测结果。本发明通过改进的YOLOv8网络、点云数据目标检测网络分别对测试样本集中的每幅RGB图像、每帧点云数据进行检测，得到该幅RGB图像的道路目标二维检测框检测结果、该点云数据的道路目标三维检测框检测结果；决策级融合模块对道路目标二维检测框检测结果与道路目标三维检测框检测结果进行融合，能够获取道路目标的多维度信息，有效提高了复杂道路背景下目标检测的准确率。
-
公开(公告)号：CN116975603B
公开(公告)日：2025-04-25
申请号：CN202311193638.7
申请日：2023-09-15
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/14 , G06F18/25 , G01S7/36 , G01S13/90
Abstract: 本发明公开了一种基于特征空间距离度量的SAR干扰识别方法，包括：获取至少一条待识别干扰信号数据；采用预设短时傅里叶变换参数对至少一条待识别干扰信号数据进行短时傅里叶变换，得到至少一个时频图；将至少一个时频图输入训练完备的干扰特征向量提取模型，输出至少一个特征向量；训练完备的干扰特征向量提取模型是采用多个训练数据对训练得到的；每个训练数据对包含一个时频图和该时频图的干扰类型标签；根据每个特征向量与干扰特征向量库中干扰类型已知的各个干扰特征向量之间的距离，确定特征向量对应的待识别干扰信号数据的干扰类型；干扰特征向量库是根据训练完备的干扰特征向量提取模型从干扰类型已知的时频图中提取出的特征向量构建的。
-
Patent Agency Ranking
公开(公告)号：CN119672589A
公开(公告)日：2025-03-21
申请号：CN202411493382.6
申请日：2024-10-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于卡方过滤的双分支网络视频分割方法。首先利用现有的3D特征提取网络对数据集进行特征提取，然后对提取的特征进行再处理；将再处理的特征输入到双分支神经网络当中，为了结合两分支网络的特性，边界分支注重于识别边界，主干分支注重于识别动作主体，利用投票的形式结合双分支阶段输出的网络参数；最后反向传播更新参数。本发明针对于神经网络使用含有噪声的特征进行训练导致的过拟合问题，提出了一种特征预处理方式，使用卡方过滤与遗传算法来优化未经过处理的特征。本发明通过将预处理部分与双分支神经网络上进行结合，提高了预测的准确率，在50Salads与Gtea数据集上取得了出色的结果。
-
公开(公告)号：CN118294908A
公开(公告)日：2024-07-05
申请号：CN202410255667.X
申请日：2024-03-06
Applicant: 西安电子科技大学
IPC: G01S7/41 , G06F17/14 , G06F18/213 , G06N7/02
Abstract: 本发明提供了一种用于高速运动目标精准探测的频率捷变认知波形设计方法，构建具有较强的抗干扰能力的随机频率相干编码波形信号，可以提高在干扰环境下高速目标的探测概率；之后提取出频率认知波形回波，再通过模糊数估计和梯形变换联合处理作运动补偿，基于新的峰值旁瓣差准则评价补偿后的聚焦性能得到速度模糊数的粗评估值，本发明的速度模糊数估计与梯形变换联合处理具有更好的粗速度估计精度和噪声鲁棒性；利用改进的非均匀离散傅里叶变换相干积累方法实现了高速运动目标聚焦，与最大似然估计方法和广义梯形变换方法相比，本发明提出的相干积累方法具有更高的速度去模糊和探测精度以及更低的计算复杂度。
-
公开(公告)号：CN118032667A
公开(公告)日：2024-05-14
申请号：CN202410162027.4
申请日：2024-02-05
Applicant: 电子科技大学
Abstract: 本发明涉及一种实时监测高反射光学元件在高功率激光照射下热应力变化的方法，通过采用偏振光腔衰荡技术同步测量S偏振光和P偏振光的光腔衰荡信号，测量多个角度下高反射光学元件的S偏振光和P偏振光衰荡时间，通过程序拟合得到高反射光学元件的残余应力双折射大小，进而计算出高功率激光照射下光学元件热应力的大小。在高功率激光照射下，高反射光学元件因吸收激光束能量导致温度差异，这种温度变化及其在光学材料内的不均匀性通过应力光学效应引起热致双折射，使光学元件应力双折射发生变化。本方法具有实时监测待测高反射元件在高功率激光照射下的应力变化的能力，并且由于采用光腔衰荡技术，具有测量灵敏度高、测量精度高、测量结果不受光强影响等优点。
-
公开(公告)号：CN117932534A
公开(公告)日：2024-04-26
申请号：CN202410087927.7
申请日：2024-01-22
Applicant: 杭州电子科技大学浦江微电子与智能制造研究院有限公司
IPC: G06F18/25 , G06F18/27 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06N20/10 , G06F18/2411 , G06F123/02
Abstract: 本发明公开了一种基于HPO‑SVR‑LSTM的水晶研磨时间预测方法，首先通过水晶研磨工业控制系统采集数据并构建数据集，对研磨控制参数序列进行预处理降低样本中的敏感性；构建SVR非线性时长预测单元以及LSTM神经网络时长预测单元，捕捉数据的非线性特征及多元变量间的映射关系；融入输入注意力模块，提取研磨控制参数间的时空关系特征并分配权重；融入HPO优化算法，迭代寻优预测单元的超参数以及单元组合比例，提高模型性能与稳定性，并输出水晶研磨时间的预测值。有效改善了水晶过磨或者少磨而造成质量不稳定的问题，不再需要工人依据经验对研磨时间进行估计与调整，提高了预测的稳定性。
-
公开(公告)号：CN113034365B
公开(公告)日：2023-09-22
申请号：CN202110295215.0
申请日：2021-03-19
Applicant: 西安电子科技大学
Abstract: 本发明属于数字图像处理技术领域，公开了一种基于超像素的多图拼接方法及系统，所述基于超像素的多图拼接方法包括：对所有图像检测SIFT特征点，使用RANSAC算法筛除外点；对多张待拼接图像进行超像素划分，求得每个超像素点区域的四个边缘点，计算每张图像上匹配到的特征点对超像素块边缘点的影响矩阵，构造最小误差函数，求得每个超像素边缘的局部单应矩阵；自适应构造非线性函数，对参数μs非线性化；根据参数μs与μk计算每个图像的各自超像素单元的复合变换矩阵；选择基准图像，将待拼接的多张图像相对基准平面做运动变换；进行逆映射和二次线性插值，得到最终配准结果。本发明克服了传统算法的相机只能做固定运动的缺点，并且具有较好的拼接效果。
-
-
-
-
-
-
-
-
-
Search Results
233
records
(took 0.049 seconds)
