一种基于轻量化神经网络模型的电弧检测方法及系统

    公开(公告)号:CN119579598A

    公开(公告)日:2025-03-07

    申请号:CN202510136839.6

    申请日:2025-02-07

    Abstract: 本发明公开了一种基于轻量化神经网络模型的电弧检测方法及系统,涉及人工智能技术领域。通过将待检测图像输入电弧检测模型;电弧检测模型包括若干深度可分离卷积,且预先经过模型训练和模型量化;通过电弧检测模型根据各深度可分离卷积提取待检测图像的多层次特征,并根据多层级特征输出待检测图像为电弧图像的概率值。本发明采用深度可分离卷积结构建立电弧检测模型,可以提取输入图像的多层次特征进行电弧检测,提高了电弧检测效率与精度。深度可分离卷积结构在卷积层中对空间卷积和通道卷积进行了分离,显著减少了网络参数和计算量,模型量化则进一步优化了系统功耗与计算效率。解决了电弧信号检测方法难以兼顾检测精度和系统功耗的问题。

    基于存算阵列的倾角检测方法、系统、终端及存储介质

    公开(公告)号:CN119533408A

    公开(公告)日:2025-02-28

    申请号:CN202510092726.0

    申请日:2025-01-21

    Abstract: 本发明公开了基于存算阵列的倾角检测方法、系统、终端及存储介质,涉及数字电路技术领域。首先获取预先构建的校准存算阵列,校准存算阵列中各计算单元存储的计算参数的确定方法包括:通过校准修正公式获取修正权重矩阵和补偿值数列,根据修正权重矩阵和补偿值数列,确定各计算单元分别存储的计算参数,计算参数为权重值或者补偿值。然后将三轴加速度原始数据输入校准存算阵列,得到三轴加速度校准数据。最后根据三轴加速度校准数据进行倾角检测。本发明将倾角检测过程中复杂的数据校准任务映射到存算阵列中执行,利用存算一体技术中存储和计算深度融合的特点,有效减少了数据搬移开销,从而实现系统功耗的降低和计算速度的提升。

    基于KAN的空频双域隐式引导采样遥感图像融合方法

    公开(公告)号:CN119515706A

    公开(公告)日:2025-02-25

    申请号:CN202510066205.8

    申请日:2025-01-16

    Abstract: 本发明属于图像处理技术领域,涉及一种基于KAN的空频双域隐式引导采样遥感图像融合方法,包括训练样本构建,创建基于KAN的空频双域隐式引导采样网络,网络训练及将待融合图像输入至训练好的网络中,经过映射生成融合后的高空间分辨率和高光谱分辨率的融合图像。网络包括编码单元、空间隐式引导单元、频率隐式引导单元及解码单元,编码单元由并行的KAN构成将高光谱和多光谱遥感图像映射到深度潜在空间,空间隐式引导单元和频率隐式引导单元分别在空间和频域对HSI进行引导式隐式采样,解码单元对空频域采样特征进行融合并生成最终的融合图像。本发明为纯KAN驱动的架构,取代了以往对多层感知器的依赖,具有较好的轻量化程度。

    基于超表面的高增益大角度波束偏转的天线

    公开(公告)号:CN119481680A

    公开(公告)日:2025-02-18

    申请号:CN202411634360.7

    申请日:2024-11-15

    Abstract: 本发明提供的基于超表面的高增益大角度波束偏转的天线,涉及无线通信技术领域。包括:从上到下间隔设置的第一超表面结构和双极化微带天线结构;第一超表面结构由多个第一圆环形贴片、多个第一十字圆形贴片、多个第一方环形贴片、第一介质基板和第二介质基板组成,第一介质基板上表面印刷周期排列的多个第一圆环形贴片,第一介质基板下表面印刷周期排列的多个第一十字圆形贴片,多个第一十字圆形贴片相接于第二介质基板上表面,第二介质基板下表面印刷周期排列的多个第一方环形贴片;多个第一圆环形贴片的外径不变且内径沿x轴的正半轴减小,多个第一方环形贴片的外径不变且内径沿x轴的正半轴减小。实现对天线波束偏转的控制,以提高天线增益。

    基于人工神经网络的功率VDMOSFET单粒子效应预测方法

    公开(公告)号:CN119442888A

    公开(公告)日:2025-02-14

    申请号:CN202411541173.4

    申请日:2024-10-31

    Abstract: 基于人工神经网络的功率VDMOSFET单粒子效应预测方法,包括以下步骤;步骤1:基于TCAD建立功率Si基VDMOSFET器件模型,收集到Si基VDMOSFET的单粒子效应仿真数据;步骤2,基于TCAD仿真数据建立数据集,将数据集划分为训练集、交叉验证集和测试集;步骤3,建立基于卷积神经网络的深度学习预测模型;步骤4,将训练集输入深度学习预测模型,通过损失函数衡量预测值与真实值之间的差距,优化深度学习预测模型;步骤5,将测试集数据输入优化后的深度学习预测模型,评估其预测准确率及泛化能力,满足要求的模型即可用于不同参数以及不同工作条件下的Si基VDMOSFE器件的单粒子效应预测。本发明具有预测精度高,预测时间快的特点。

    一种激光诱导周期性结构增强的光电探测器及其制备方法

    公开(公告)号:CN119384108A

    公开(公告)日:2025-01-28

    申请号:CN202411518403.5

    申请日:2024-10-29

    Abstract: 本申请的实施例涉及光电探测技术领域,特别涉及一种激光诱导周期性结构增强的光电探测器及其制备方法,光电探测器包括:自下而上的衬底层、光栅模板层、底面金属层、半导体层和表面金属层;注入光注入表面金属层,因表面金属层的纳米光栅结构而激发表面等离子体激元共振,提升注入光的吸收效率,底面金属层、半导体层和表面金属层之间有褶皱形纳米光栅结构;底面金属层、半导体层和表面金属层形成法布里‑珀罗腔结构,注入光进入腔体后,在腔内形成驻波,与材料进行相互作用,产生腔内共振增强效应;通过调整光栅模板层的光栅结构的周期和半导体层的厚度,能够实现光电探测器的多波长选择。该光电探测器制备简便,可灵活调控,适用于批量生产。

    系统资源竞争环境下全生命周期恶意软件检测方法及装置

    公开(公告)号:CN119357957A

    公开(公告)日:2025-01-24

    申请号:CN202411385436.7

    申请日:2024-09-30

    Abstract: 本发明提供一种系统资源竞争环境下全生命周期恶意软件检测方法及装置,涉及网络空间安全技术领域。该方法包括:在不同资源竞争环境下运行待测软件,利用至少一个硬件性能计数器获取待测软件运行期间的硬件事件结果;将硬件事件结果输入到当前的表达网络,得到表达结果;将表达结果输入到当前的恶意软件检测模型,得到恶意软件检测结果;判断硬件事件结果的分布是否发生偏离且发生偏离的硬件事件个数高于预设第一阈值;若是,则使用增量学习的方法更新表达网络和恶意软件检测模型。本发明提供了一种系统资源竞争环境下全生命周期高效检测恶意软件的方法,以在使用硬件性能计数器检测恶意软件时不受系统资源竞争的干扰,检测模型可以自动更新。

    基于特征博弈的米波雷达低仰角去多径高精度测角方法

    公开(公告)号:CN119270223A

    公开(公告)日:2025-01-07

    申请号:CN202411422624.2

    申请日:2024-10-12

    Abstract: 本发明公开了基于特征博弈的米波雷达低仰角去多径高精度测角方法,涉及雷达信号处理技术领域。本发明提供的基于特征博弈的米波雷达低仰角去多径高精度测角方法,包括根据实际阵地反射条件,建立天线阵列的接收信号模型;构建生成式对抗网络模型;基于特征博弈与多径抑制,对生成式对抗网络模型进行优化,增强目标回波的信号特征;基于增强后的信号,利用经典定位估计算法进行测角。因此,采用上述基于特征博弈的米波雷达低仰角去多径高精度测角方法,能够实现目标回波信号和多径信号的分离,并且在信噪比匹配或者不完全匹配的情况下,均能够提升米波雷达的测角精度。

Patent Agency Ranking