-
公开(公告)号:CN118824219A
公开(公告)日:2024-10-22
申请号:CN202411032257.5
申请日:2024-07-30
Applicant: 宜宾电子科技大学研究院 , 电子科技大学(深圳)高等研究院
IPC: G10K11/168 , B32B33/00 , B32B3/24 , B32B3/30
Abstract: 本发明涉及噪声控制技术领域,具体公开了一种降噪方法、多层结构卷曲型复合吸声结构及吸声降噪方法;所述吸声结构包括降噪结构单元、以及设置在降噪结构单元底部的底层单元;所述降噪结构单元包括多层依次层叠设置且用于对于不同频点噪声进行降噪的吸声降噪单元;多层所述吸声降噪单元位于底层单元的上方;每组所述吸声降噪单元设置有至少一组卷曲腔;声波进入吸声降噪单元内设置的卷曲腔内实现降噪。本发明在相同吸声面积下可设计出更多的吸声频点,提升吸声材料的低频性能,保证了高频性能衰减较少,从而使其整体吸声性能提升,且制作简单、降低了传统共振吸声结构在实际运用中的加工难度。
-
-
公开(公告)号:CN119337970A
公开(公告)日:2025-01-21
申请号:CN202411463865.1
申请日:2024-10-18
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06N3/098 , G06N3/096 , G06N3/082 , G06N3/0455 , G06F21/62
Abstract: 本发明涉及本地差分隐私和迁移学习领域,具体是一种利用基于参数共享的迁移学习和PM扰动机制来实现联邦学习隐私保护的方案。该方案能够实现联邦学习过程中的隐私保护,同时对客户端的骨干模型进行迁移、剪枝,在确保模型精度不降低的情况下大大减少了训练的通信开销。首先,针对深度学习模型的复杂性和资源密集性导致通信开销大的问题,我们利用迁移学习的思想,允许多个客户端之间共享一部分模型参数,这些模型参数形成共享编码器并将其冻结,不参与联邦学习聚合过程。剩余的网络层组成预测器,对预测器进行剪枝,更新剪枝后的预测器,最后将被剪枝部分恢复为训练前的模型参数。针对FL中存在的隐私泄漏问题,客户端可以根据自己的隐私保护需求,设定一个整体的隐私预算,并采用一种动态的隐私预算分配方法分配每轮训练的隐私预算,用这个隐私预算对恢复后的预测器通过分段机制进行分段扰动,客户端将扰动后的预测器上传给中央服务器,服务器对接收到的预测器通过FedAvg算法聚合后广播给客户端,以进行下一轮训练。
-
公开(公告)号:CN119323246A
公开(公告)日:2025-01-17
申请号:CN202411459550.X
申请日:2024-10-18
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06N3/094 , G06N5/045 , G06F18/20 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/044 , G06F123/02
Abstract: 本发明涉及人工智能安全和时间序列对抗攻击领域,具体是一种小扰动的时间序列预测对抗攻击方案。该方案通过融合多种神经网络可解释性方法,从网络模型输入的时间序列特征出发,选择多解释下综合评价高的特征部位进行攻击,通过对序列部分攻击降低扰动的成本,解决时间序列数据对异常扰动敏感的问题。对于不同的时间序列预测模型,通用、稳定、可靠的事后解释方法是关键,将不同事后解释性方法综合,得到多维度的特征重要度解释体系来衡量特征点的价值,以此确保在小规模的扰动下攻击仍然有效。此外,通过这种方式的对抗性攻击在不同的时间序列数据与时间序列预测具有良好的可迁移性。
-
公开(公告)号:CN119275546A
公开(公告)日:2025-01-07
申请号:CN202411368414.X
申请日:2024-09-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多谐振结构的宽带1比特可重构圆极化反射阵天线,包括可重构圆极化反射功能层、圆极化喇叭天线和亚克力支架。可重构圆极化反射功能层由M×N个结构相同的圆极化反射阵天线单元按照0.4125λ0的间隔周期性排列组成。圆极化反射阵天线单元由辐射层和直流偏置层两部分构成,辐射层包括基于多谐振结构设计的电路图形、PIN二极管、辐射介质层和反射底板,直流偏置结构包括直流偏置介质层和直流偏置电路。通过控制四个PIN二极管的开断状态可实现单元反射相位的1比特调控,调整每个圆极化反射阵天线单元的状态可实现±60°的波束扫描功能,能够应用在无线通信和卫星通信系统中。
-
公开(公告)号:CN119245070A
公开(公告)日:2025-01-03
申请号:CN202411450033.6
申请日:2024-10-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种太阳能‑燃料互补的热电子‑燃气轮机发电装置,包括:压缩机、高压储气罐、太阳能聚光器、阳极、阴极、燃烧室、透平;阴极贴附于燃烧室的外壁;阴极逸出的电子能逸入阳极;所述压缩机通过可再生能源电力驱动并吸收空气储存在高压储气罐中;太阳光经过太阳能聚光器聚光后,能透过阳极照射到阴极上;阳极和阴极分别连接负载用于为负载供电;所述燃烧室的输出端连接透平,以使用燃烧产物推动透平发电。本装置有效地消纳了多余的可再生能源电力,并电网需求时,利用了燃烧及太阳辐射加热过程中产生的高温热以及高能气体,实现了多种能源的混合利用。
-
公开(公告)号:CN119226514A
公开(公告)日:2024-12-31
申请号:CN202411337891.X
申请日:2024-09-24
Applicant: 桂林电子科技大学
Abstract: 本申请涉及一种无监督非参数化文本分类方法、装置和计算机设备。所述方法包括:获取训练集和测试集;在测试集包括的多个测试文本中确定待分类文本;基于待分类文本和目标ES索引,在训练集中检索候选文本列表;将待分类文本和候选文本列表分别输入至第一分类模块、第二分类模块以及第三分类模块中,分别得到第一数量个第一标签、第一数量个第二标签以及第一数量个第三标签;第一分类模块、第二分类模块以及第三分类模块分别对应不同的无监督非参数化文本分类算法;基于第一数量个第一标签、第一数量个第二标签以及第一数量个第三标签,计算待分类文本的第一数量个分类标签。采用本方法能够提高文本分类效率和准确度。
-
公开(公告)号:CN119091301A
公开(公告)日:2024-12-06
申请号:CN202411201582.X
申请日:2024-08-29
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种人工林多源遥感提取方法,属于遥感数据检测领域,包括:获取多源遥感数据并进行预处理,得到预处理多源遥感数据;分别获取训练样本和验证样本,根据验证样本筛选训练样本以得到第一样本集;根据第一样本集分别训练若干个分类器得到若干个第一分类器,并对第一样本集进行分类得到第一分类结果;对第一分类结果中的少数分类结果进行样本增强以得到第二样本集;根据第二样本集分别训练若干个第一分类器,对应得到若干个第二分类器;通过若干个第二分类器分别对预处理多源遥感数据进行分类,对第二分类结果进行决策融合得到最终分类结果。本发明基于多源遥感数据,根据分类结果进行样本增强和决策融合,提高了对少数类样本的识别能力。
-
公开(公告)号:CN117648871A
公开(公告)日:2024-03-05
申请号:CN202311869744.2
申请日:2023-12-29
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F30/27 , G06N3/006 , G06Q30/0283
Abstract: 本发明提出了一种基于子阵布局及稀疏优化的分布式阵列栅瓣抑制方法,主要用于解决现有技术优化大型分布式阵列时,无法应对布阵空间不连续问题及仅优化阵列布局无法实现栅瓣抑制及高旁瓣问题。本发明通过引入差分因子自适应调节和多实验个体对比保留的过程,保证算法初期可以进行全局搜索,末期在最优解附近局部搜索,实现算法稳定收敛;通过结合子阵布局优化及子阵单元稀疏,使得大口径分布式阵列天线的栅瓣得到较好的抑制,提高了分布式阵列天线的使用性能,同时降低了分布式阵列天线的成本。
-
公开(公告)号:CN112949738B
公开(公告)日:2024-03-05
申请号:CN202110284437.2
申请日:2021-03-17
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/20 , G06V10/771 , G06V20/10
Abstract: 本发明属于高光谱遥感图像处理技术领域,具体公开了一种基于EECNN算法的多类不平衡高光谱图像分类方法,包括步骤:获取待训练高光谱图像和待分类高光谱图像;对每个高光谱图像进行光谱‑空间像素块划分;对每类样本分别进行随机过采样处理;将人工训练样本沿波段维进行随机特征选择和空间变换;获取平衡训练样本集,并对其进行随机特征选择;构建集成CNN模型并对其的每个子分类器进行训练,采用训练完的模型对待分类图像进行分类,获取最终预测类别。本发明不但具有集成学习的良好泛化性能,同时具有深度学习强大的特征提取能力,提高分类精度。
-
-
-
-
-
-
-
-
-