-
公开(公告)号：CN115166668B
公开(公告)日：2025-02-14
申请号：CN202210759909.X
申请日：2022-06-30
Applicant: 安徽大学
IPC: G01S7/41 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于深度卷积神经网络的近场超表面天线快速计算成像方法，包括：通过构建测量矩阵来反映回波测量值与场景目标散射系数分布之间的映射关系；基于卷积神经网络构建近场MSACI‑Net成像网络，训练近场MSACI‑Net成像网络，重构接收矩阵；根据近场MSACI‑Net成像网络设计网络训练算法，使用均方误差计算网络预测值与真实值之间的损失，利用Adam优化算法，使近场MSACI‑Net成像网络的损失最小；利用实测场数据训练近场MSACI‑Net成像网络，训练完成后实时高精度地重建高质量的原始目标信息。本发明基于深度卷积神经网络，构建的超表面天线计算成像网络，快速实现近场超材料孔径计算，可以快速、准确地对点大小的目标和更复杂的目标进行成像。
-
公开(公告)号：CN117186893B
公开(公告)日：2024-05-03
申请号：CN202311092889.6
申请日：2023-08-29
Applicant: 安徽大学
IPC: C09K11/88 , C09K11/02 , B82Y20/00 , B82Y30/00 , B82Y40/00 , C12P1/00 , B01J27/057 , C02F1/30 , C12R1/645 , C02F101/30 , C02F101/34
Abstract: 本发明提供了一种CdSe@CdS核壳量子点及其制备方法和应用，属于量子点纳米材料领域。包括：将R.mucilaginosa PA‑1菌液与D‑葡萄糖、亚硒酸钠和氯化铬混合，将预培养物进行培养，得到培养物，将培养物离心，得到沉淀；将沉淀与含有D‑葡萄糖、硫酸锌和氯化铬的R2A培养基混合继续培养，将继续培养物依次进行冷冻、解冻和破碎，将破碎后得到的液体进行离心，将上清液与蛋白酶K混合、孵育，得到孵育物，将所述孵育物高速离心、过滤，得到CdSe@CdS核壳量子点。本发明提供了一种绿色、安全、环保的合成CdSe@CdS核壳量子点的方法，得到的CdSe@CdS核壳量子点能够降解罗丹明B。
-
公开(公告)号：CN117186893A
公开(公告)日：2023-12-08
申请号：CN202311092889.6
申请日：2023-08-29
Applicant: 安徽大学
IPC: C09K11/88 , C09K11/02 , B82Y20/00 , B82Y30/00 , B82Y40/00 , C12P1/00 , B01J27/057 , C02F1/30 , C12R1/645 , C02F101/30 , C02F101/34
Abstract: 本发明提供了一种CdSe@CdS核壳量子点及其制备方法和应用，属于量子点纳米材料领域。包括：将R.mucilaginosa PA‑1菌液与D‑葡萄糖、亚硒酸钠和氯化铬混合，将预培养物进行培养，得到培养物，将培养物离心，得到沉淀；将沉淀与含有D‑葡萄糖、硫酸锌和氯化铬的R2A培养基混合继续培养，将继续培养物依次进行冷冻、解冻和破碎，将破碎后得到的液体进行离心，将上清液与蛋白酶K混合、孵育，得到孵育物，将所述孵育物高速离心、过滤，得到CdSe@CdS核壳量子点。本发明提供了一种绿色、安全、环保的合成CdSe@CdS核壳量子点的方法，得到的CdSe@CdS核壳量子点能够降解罗丹明B。
-
公开(公告)号：CN119079934A
公开(公告)日：2024-12-06
申请号：CN202410821377.7
申请日：2024-09-23
Applicant: 安徽大学
IPC: C01B19/00 , H10N10/853 , H10N10/01
Abstract: 本发明公开了一种稀土元素掺杂的N型Mg3Sb2基热电材料及其制备方法，属于能源转换技术领域。本发明所述稀土元素掺杂N型Mg3Sb2基热电材料的化学组成表达式为Mg3‑xAxSb1.5Bi0.49Te0.01；其中A表示稀土元素，可选取La，Tb，Er或Lu；0＜x≤0.05。本发明以稀土元素作为施主掺杂剂，采用真空固相烧结结合快速热压工艺得到Mg3Sb2基块体热电材料，使用金刚石线切割处理后打磨成规则形状，并进行Mg氛围退火工艺处理，补偿热处理过程中挥发的Mg元素，最终制得的N型Mg3Sb2基热电材料表现出较高的电导率和塞贝克系数以及低的热导率，综合热电性能较为优异，在能源转换技术领域具有较大的应用潜力。
-
公开(公告)号：CN116953642A
公开(公告)日：2023-10-27
申请号：CN202310782312.1
申请日：2023-06-29
Applicant: 安徽大学
IPC: G01S7/41 , G06V40/20 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于自适应编码VisionTransformer网络的毫米波雷达手势识别方法，包括：利用毫米波雷达对待分类手势进行采集；对采集到的手势回波数据进行特征提取，并将提取到的微动多普勒特征和俯仰方位角特征按三通道合成RGB手势特征图；利用去噪扩散隐式模型对RGB手势特征图进行扩充；将扩充得到的拟合图像和RGB手势特征图混合形成数据集，并将数据集划分为训练数据集和验证数据集；构建自适应编码VisionTransformer网络模型；利用训练数据集对自适应编码VisionTransformer网络模型进行训练；将验证数据集输入训练好的自适应编码VisionTransformer网络模型中进行分类。本发明采用自适应编码VisionTransformer网络模型，计算复杂度降低，识别精度提高，且易于低算力状态下的部署。
-
Patent Agency Ranking
公开(公告)号：CN115166668A
公开(公告)日：2022-10-11
申请号：CN202210759909.X
申请日：2022-06-30
Applicant: 安徽大学
Abstract: 本发明涉及一种基于深度卷积神经网络的近场超表面天线快速计算成像方法，包括：通过构建测量矩阵来反映回波测量值与场景目标散射系数分布之间的映射关系；基于卷积神经网络构建近场MSACI‑Net成像网络，训练近场MSACI‑Net成像网络，重构接收矩阵；根据近场MSACI‑Net成像网络设计网络训练算法，使用均方误差计算网络预测值与真实值之间的损失，利用Adam优化算法，使近场MSACI‑Net成像网络的损失最小；利用实测场数据训练近场MSACI‑Net成像网络，训练完成后实时高精度地重建高质量的原始目标信息。本发明基于深度卷积神经网络，构建的超表面天线计算成像网络，快速实现近场超材料孔径计算，可以快速、准确地对点大小的目标和更复杂的目标进行成像。
-
公开(公告)号：CN117368857A
公开(公告)日：2024-01-09
申请号：CN202311153013.8
申请日：2023-09-07
Applicant: 安徽大学
Abstract: 本发明公开了一种基于去噪扩散概率模型的雷达有源欺骗干扰信号识别方法，包括：获取具有干扰类型标签的雷达有源欺骗干扰信号；采用短时傅立叶变换对雷达有源欺骗干扰信号进行时频分析得到时频图像原始样本集；根据时频图像原始样本集对预先建立的标签引导去噪扩散概率模型进行训练；根据训练好的标签引导去噪扩散概率模型和干扰类型标签生成时频图像生成样本，并建立时频图像生成样本集；根据时频图像原始样本集和时频图像生成样本集建立有源欺骗干扰信号数据集；然后根据有源欺骗干扰信号数据集对预设的干扰识别模型进行训练、验证和测试以得到测试通过的干扰识别模型。本发明能够有效提高干扰识别模型对雷达有源欺骗干扰信号的识别准确率。
-
公开(公告)号：CN116519651A
公开(公告)日：2023-08-01
申请号：CN202310438672.X
申请日：2023-04-23
Applicant: 东华工程科技股份有限公司 , 安徽大学
Abstract: 本发明提供一种以微生物合成碳点检测水体中盐酸四环素浓度的方法，包括以下步骤：（1）以LB培养基培养菌株（Meyerozyma guilliermondii PG‑1）制备生物碳点（CDs）；（1）绘制标准曲线：取40μL质量浓度为44.32 g/L的CDs溶液于EP管中，再加入不同已知浓度的盐酸四环素溶液960μL，使用酶标仪在Ex=354 nm、Em=432nm的条件下测荧光强度,计算荧光强度比F/F0，得到(F/F0)与盐酸四环素浓度呈线性关系的标准曲线；（3）测定待测水样中盐酸四环素的浓度：取40μL质量浓度为44.32 g/L的CDs溶液于EP管中，再加入待测水样960μL，重复步骤（2）测定方法，对照步骤（2）标准曲线获得盐酸四环素浓度；求平均值，获得的结果。本发明可用于各种水样中盐酸四环素的快速检测，抗干扰性强，不受其它抗生素和金属离子的干扰。
-
公开(公告)号：CN115586496A
公开(公告)日：2023-01-10
申请号：CN202211310351.3
申请日：2022-10-25
Applicant: 安徽大学
IPC: G01S7/36 , G01S7/41 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F111/08
Abstract: 本发明公开了一种基于MAB模型的FAR抗有源压制干扰策略生成方法，包括：步骤S1，构建有源干扰环境下FAR的接收回波信号模型；步骤S2，在动态变化作战电磁环境中，构建不依赖环境状态的POMDP模型；步骤S3，基于有源干扰识别器计算POMDP模型中的干扰机的状态；步骤S4，基于MAB模型计算POMDP模型中的抗干扰动作决策。本发明提出的方法，FAR根据各个频率发射通道对干扰环境探测及反馈结果，学习最优主动抗干扰策略，执行干扰主动规避动作，以提高FAR与压制干扰博弈对抗能力，达到持续发挥对目标距离及速度探测能力。
-
公开(公告)号：CN115308783A
公开(公告)日：2022-11-08
申请号：CN202211070780.8
申请日：2022-09-02
Applicant: 安徽大学
Abstract: 本发明公开了一种基于VAE‑GAN的无相位的频率分集的计算成像方法，包括如下步骤：S1、构建超表面天线近场成像的数学模型；S2、基于超表面天线近场成像的数学模型，并通过结合深度神经网络和压缩感知技术构建PFDCI‑Net成像网络；S3，对PFDCI‑Net成像网络设计网络训练算法，并对PFDCI‑Net成像网络进行优化，使PFDCI‑Net成像网络的损失最小；S4，使用目标FMNIST数据和目标MNIST数据集训练PFDCI‑Net成像网络，获取重构目标场景的散射系数。本发明提出的计算成像方法完全避免相位恢复带来的误差，降低频率分集CI重建问题的计算复杂性，提高了成像精度与效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
