-
公开(公告)号：CN119986113A
公开(公告)日：2025-05-13
申请号：CN202510303005.X
申请日：2025-03-14
Applicant: 重庆邮电大学 , 电子科技大学重庆微电子产业技术研究院
IPC: G01R19/25
Abstract: 本发明属于模拟集成电路设计领域，具体涉及一种用于智能功率高边开关芯片的高精度电流检测电路，包括：第一级电流采样电路，第二级电流采样电路和电流镜电路；所述第一级电流采样电路由输出电阻Rout，主功率管MP，检测晶体管MS，放大器A1和MOS管M1构成负反馈环路结构；所述第二级电流采样电路由电阻R0、R1，放大器A2和MOS管M2构成；所述电流镜电路由MOS管M3，MOS管M4，MOS管M5和MOS管M6构成共源共栅电流镜结构。本发明的电路结构不用引入采样电阻就能进行高精度的电流检测，避免了额外的功率损耗。
-
公开(公告)号：CN118658156A
公开(公告)日：2024-09-17
申请号：CN202410812646.3
申请日：2024-06-22
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
IPC: G06V20/68 , G06V10/764 , G06V10/26 , G06V10/30 , G06V10/44 , G06V10/50 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的野生虫草与养殖虫草的鉴别方法。传统的野生虫草和养殖虫草鉴别通常依赖于人工观察和经验判断，存在主观性和不稳定性的问题。为解决这一问题，本发明提出了一种利用深度学习实现的自动化鉴别方法。该方法首先将采集到的虫草图像数据做初步增强处理，然后使用yolo模型进行虫草目标检测和提取，以及基于阈值的分割算法来减少背景的影响。设计并训练了一个残差网络网络模型，通过预训练来选择最合适的特征以及初始参数，以实现对野生虫草和养殖虫草的准确分类。
-
Patent Agency Ranking
公开(公告)号：CN116151145A
公开(公告)日：2023-05-23
申请号：CN202310076794.9
申请日：2023-01-16
Applicant: 西安电子科技大学
IPC: G06F30/28 , G06T17/00 , G06Q10/04 , G06F119/14
Abstract: 本发明公开了一种基于代理模型的反射面天线风力系数预测方法，包括：获取反射面天线的结构参数并建立仿真模型；确定反射面方位和俯仰两个变量的采样点并进行数值仿真计算；提取不同采样点下反射面的阻力，侧向力和升力值；计算反射面风力系数并存入样本点数据库；构建正则化最小能量张量积样条的代理模型并检测拟合精度；生成新样本点的反射面风力系数预测结果；计算新样本点反射面风力系数预测值和仿真值之间的误差，不满足精度要求则将仿真值加入样本点数据库重新构建代理模型，直至满足精度要求。本发明在保证精度的前提下，节约了不同位姿下反射面风力系数仿真计算的时间。
-
公开(公告)号：CN114758179A
公开(公告)日：2022-07-15
申请号：CN202210407805.2
申请日：2022-04-19
Applicant: 电子科技大学
Abstract: 本发明提出一种识别图像字符序列方法，所述方法包括以下步骤：对原始图像进行预处理，来获得待处理像素级图像数据；将待处理像素级图像数据输入到卷积神经网络进行特征提取的处理，从而得到特征图，将得到的特征图进行矩阵转置运算处理；使用分类算法对转置后的特征图进行分类判别，得到含有多个分类结果的序列；使用CTC算法对多个分类结果的序列进行处理，得到具有J个字符的序列。本发明通过对现有卷积神经网络进行改进，根据实际得到特征图的特点，再结合使用神经网络、softmax分类器和CTC算法，现了高效、准确和稳定的图像字符序列识别，尤其是压印字符的识别。创新点在于通过少样本多样式的深度学习训练技术，实现了多样式字体识别。
-
公开(公告)号：CN116017579B
公开(公告)日：2025-05-13
申请号：CN202310013158.1
申请日：2023-01-05
Applicant: 电子科技大学
IPC: H04W28/086 , H04W28/08 , H04W40/24
Abstract: 本申请公开了一种在不完整信息情况下应用于大规模异构物联网系统中的多跳任务卸载方法。为有效应对获得信息不完整的情况并且给出相应的联合卸载决策和路由策略的问题，本申请提出的具有不完全信息的两阶段博弈论方法：根据本地存储的历史数据和基于层级的少数者博弈方法，物联网设备估计卸载成本，并基于估计的卸载成本和本地成本，做出卸载决策；基站根据接收到的卸载请求，利用基于博弈论的路由决策对物联网设备卸载的传输路径进行调度，发送传输路径至物联网设备；根据所述传输路径，所述物联网设备将任务卸载到目标基站。本发明从两阶段博弈论角度，解决了物联网设备的卸载决策和路由问题，提高卸载性能，降低了卸载成本。
-
公开(公告)号：CN116819656A
公开(公告)日：2023-09-29
申请号：CN202310805464.9
申请日：2023-07-03
Applicant: 电子科技大学
Abstract: 本发明提出一种基于机器学习的自驱动雨量计包括自驱动模块、雨量传感模块、后端处理模块、显示模块；所述自驱动模块包括能量获取模块、能量管理模块；所述雨量传感模块包括雨量筒、水位指示灯；所述后端处理模块包括雨量监控模块、数据预处理模块、机器学习模块。采用自驱动技术与机器学习技术，不使用传统的电池供电，利用摩擦起电和静电感应将雨滴的机械能转化为电能，不仅缩小了占用空间，还降低了维护成本，同时减少电池生产和处理过程中对环境的负面影响，并促进可持续发展。使用机器学习技术，不仅节约了观察降雨量数据的人工成本，还大大降低了因为雨量筒倾斜，水中杂质，以及俯视仰视读数等等带来的误差。从而提高了降雨量测量的精确度。对分析和理解气候、气象变化和气象现象的发生具有重要意义，对水文循环和水资源管理起到关键作用。
-
公开(公告)号：CN116017579A
公开(公告)日：2023-04-25
申请号：CN202310013158.1
申请日：2023-01-05
Applicant: 电子科技大学
IPC: H04W28/086 , H04W28/08 , H04W40/24
Abstract: 本申请公开了一种在不完整信息情况下应用于大规模异构物联网系统中的多跳任务卸载方法。为有效应对获得信息不完整的情况并且给出相应的联合卸载决策和路由策略的问题，本申请提出的具有不完全信息的两阶段博弈论方法：根据本地存储的历史数据和基于层级的少数者博弈方法，物联网设备估计卸载成本，并基于估计的卸载成本和本地成本，做出卸载决策；基站根据接收到的卸载请求，利用基于博弈论的路由决策对物联网设备卸载的传输路径进行调度，发送传输路径至物联网设备；根据所述传输路径，所述物联网设备将任务卸载到目标基站。本发明从两阶段博弈论角度，解决了物联网设备的卸载决策和路由问题，提高卸载性能，降低了卸载成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
