-
公开(公告)号：CN114327889A
公开(公告)日：2022-04-12
申请号：CN202111612764.2
申请日：2021-12-27
Applicant: 吉林大学
Abstract: 本发明提供了一种面向分层联邦边缘学习的模型训练节点选择方法，云端服务器向信誉区块链提出训练所需的信誉阈值等条件，信誉区块链选择符合条件的边缘服务器及终端设备并将选择结果传输到云端服务器；根据选择结果进行模型训练，云端服务器及边缘服务器分别对边缘模型及局部模型进行质量评估并剔除不可靠边缘服务器和终端设备；对历史信誉及通过模型训练获得的信誉加权计算得到最新信誉，并更新到联盟区块链。本方法通过引入信誉、时延及能耗三种指标以协同增强模型训练的可靠性，通过设计一种历史信誉与当前信誉加权更新的计算方法以提高分层联邦边缘学习系统对终端设备及边缘服务器信誉评估的准确性。
-
公开(公告)号：CN107607507A
公开(公告)日：2018-01-19
申请号：CN201710794369.8
申请日：2017-09-06
Applicant: 吉林大学
IPC: G01N21/64
Abstract: 本发明公开了一种有机磷农药残留的荧光检测方法，属于检测技术领域，包括以下步骤：1)、样品预处理：将待测样品洗净、削皮，剪碎至碎片，加入无水甲醇，超声，过滤，稀释，得到滤液储备液备用；2)、标准曲线的绘制：取不同质量浓度的乐果溶液，分别加入Tris-HCl缓冲溶液、脲酶溶液、脲溶液，加入焦性没食子酸溶液反应，加入聚合物量子点；测各体系的荧光值，做出标准曲线，并求出标准曲线的回归方程；3)待测样品的测定：取步骤1)的滤液储备液，分别加入Tris-HCl缓冲溶液、脲酶储备液，脲储备液，加入焦性没食子酸溶液，再加入聚合物量子点；测该样品的荧光值，将测得的荧光值带入步骤2)的回归方程，得到待测样品中乐果溶液的残留量。
-
公开(公告)号：CN110113107B
公开(公告)日：2021-05-14
申请号：CN201910412370.9
申请日：2019-05-17
Applicant: 吉林大学
IPC: H04B10/516 , H04L27/36
Abstract: 本发明公开了一种基于子集选择的高维调制映射方法，属于通信技术领域。本发明的方法首先以星座点间的最小欧式距离作为约束条件，将二维星座集利用分区和分集的星座点组合方式获得K个超立方结构的高维星座子集；然后，将比特数据流经串并变换获得的比特标签分为两部分，其中一部分比特标签被用于高维星座点集的子集选择，其余部分比特标签通过二进制比特间的算术运算，最终获得目标高维坐标矢量。本发明采用子集选择方法实现快速的高维映射技术，并且该方法的映射存储空间独立于星座点集规模，其具有操作复杂度低、系统误码性能优的特点，可达到较好的高维调制映射效果。
-
公开(公告)号：CN110793929A
公开(公告)日：2020-02-14
申请号：CN201911074029.3
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 本发明公开了一种基于多酶抑制的农药残留检测和区分方法，属于检测技术领域，本发明构建了基于酶抑制的阵列传感器检测体系，为不同种类农药残留检测提供了新方法。传感器阵列是多维传感技术的一种，由多个传感单元组成，如同由多个功能组件构建的芯片一样。其中，单一传感单元对不同物质的响应程度会有所不同，而不同的传感单元对同一物质也会有不同程度的响应，因此通过不同传感单元对目标物响应产生的特征图谱以及相互之间的差异可实现对样品的特异性区分。本发明基于酶抑制体系构建阵列传感器，检测灵敏度高、可扩展性强，实现了相似主体结构农药的区分以及农药的智能分析，特异性强、准确度高，并且实现同种属农药的识别和区分。
-
公开(公告)号：CN106998229B
公开(公告)日：2019-02-15
申请号：CN201611150443.4
申请日：2016-12-14
Applicant: 吉林大学
IPC: H04B10/2581 , H04J14/04 , H04L25/02
Abstract: 本发明公开了一种基于变步长无约束FD‑LMS的模分复用系统解复用方法，属于通信技术领域，第一步，用一段训练序列使滤波器矩阵W实现预收敛，将训练序列作为期望信号，第二步，用直接判决的方法得到输出数据，将得到的预收敛的抽头向量值赋给S2步骤中的均衡器，并将判决得到的信号作为期望信号，其余步骤按照第一步的方法进行，不断迭代，直到输出数据误码率不再降低。本发明所使用的算法能够改变每个数据块的各个频率柜的步长值，从而达到快速收敛的目的。本发明可以弥补自适应无约束频域最小均方误差算法(Unconstrained FD‑LMS)收敛慢的问题，具有较高的解复用效率。
-
Patent Agency Ranking
公开(公告)号：CN111413332B
公开(公告)日：2021-07-23
申请号：CN202010272744.4
申请日：2020-04-09
Applicant: 吉林大学
Abstract: 本发明公开了一种基于天然提取物花青素的糖类区分方法，属于检测技术领域，本发明构建了基于花青素颜色变化的比色阵列传感器检测体系，为不同糖类的鉴别区分提供了新方法。不同分析物与不同活性中心之间的分子间相互作用导致色度变化，产生独特的复合响应。检测目标物形成独特的指纹图谱，通过可视化数字成像方法，将反应整体过程进行量化实现对样品的区别分析过程。本发明基于花青素构建的比色阵列传感器，首次运用安全无害的花青素代替化学响应染料完成对天然糖类物质的区分鉴别工作，在将天然糖中的糖类与糖醇类成功划分的基础之上，每一种糖都可单独成簇，没有任何的重叠和误判现象产生。
-
公开(公告)号：CN114327889B
公开(公告)日：2024-10-22
申请号：CN202111612764.2
申请日：2021-12-27
Applicant: 吉林大学
Abstract: 本发明提供了一种面向分层联邦边缘学习的模型训练节点选择方法，云端服务器向信誉区块链提出训练所需的信誉阈值等条件，信誉区块链选择符合条件的边缘服务器及终端设备并将选择结果传输到云端服务器；根据选择结果进行模型训练，云端服务器及边缘服务器分别对边缘模型及局部模型进行质量评估并剔除不可靠边缘服务器和终端设备；对历史信誉及通过模型训练获得的信誉加权计算得到最新信誉，并更新到联盟区块链。本方法通过引入信誉、时延及能耗三种指标以协同增强模型训练的可靠性，通过设计一种历史信誉与当前信誉加权更新的计算方法以提高分层联邦边缘学习系统对终端设备及边缘服务器信誉评估的准确性。
-
公开(公告)号：CN110113107A
公开(公告)日：2019-08-09
申请号：CN201910412370.9
申请日：2019-05-17
Applicant: 吉林大学
IPC: H04B10/516 , H04L27/36
Abstract: 本发明公开了一种基于子集选择的高维调制映射方法，属于通信技术领域。本发明的方法首先以星座点间的最小欧式距离 作为约束条件，将二维星座集利用分区和分集的星座点组合方式获得K个超立方结构的高维星座子集；然后，将比特数据流经串并变换获得的比特标签分为两部分，其中一部分比特标签被用于高维星座点集的子集选择，其余部分比特标签通过二进制比特间的算术运算，最终获得目标高维坐标矢量。本发明采用子集选择方法实现快速的高维映射技术，并且该方法的映射存储空间独立于星座点集规模，其具有操作复杂度低、系统误码性能优的特点，可达到较好的高维调制映射效果。
-
公开(公告)号：CN107634814B
公开(公告)日：2019-03-01
申请号：CN201710821373.9
申请日：2017-09-13
Applicant: 吉林大学
Abstract: 本发明公开了一种自零差检测模分复用系统中载波路串扰的消除方法，属于通信技术领域,本发明采用载波路导频光在发射端双边带调制并在接收端下变频恢复的方法有效的消除了由于少模光纤传输过程中载波路受到信号路的串扰而导致的相干拍频噪声的影响。该方法在不改变现有少模光纤(FMF)参数下，提高了自零差检测模分复用(MDM‑SHD)系统的传输距离，降低了MDM‑SHD系统对模式复用器/解复用器(MUX/DEMUX)的模式选择灵敏度的要求，同时能够保证较好的误码性能，具有较高的性能效果。
-
公开(公告)号：CN108631904A
公开(公告)日：2018-10-09
申请号：CN201810287801.9
申请日：2018-04-03
Applicant: 吉林大学
IPC: H04J14/04 , H04B10/69 , H04B10/2513
CPC classification number: H04J14/04 , H04B10/2513 , H04B10/6971
Abstract: 本发明公开了一种基于格基规约的模分复用系统损伤补偿方法，属于通信技术领域，本发明的方法首先对最小二乘(LS)估计得到的非正交信道矩阵H进行规约处理，得到一个准正交矩阵 和个幺模矩阵T，然后利用准正交矩阵 对接收信号进行均衡得到 最后将进行量化判决后左乘幺模矩阵T，实现 之间的转换，得到发送信号的估计值。即，通过格基规约，将非正交信道矩阵的均衡问题转化为准正交矩阵的信号处理问题，从而解决了MDL引起的信道矩阵正交性劣化问题，提升了均衡算法的损伤补偿性能。本发明采用格基算法进行对信道矩阵进行准正交化，对MDL造成的损伤进行了有效补偿，其具有计算复杂度低、误码性能优的特点，具有较好的解复用效果。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.025 seconds)
