-
公开(公告)号：CN109193964B
公开(公告)日：2020-04-07
申请号：CN201811128189.7
申请日：2018-09-27
Applicant: 杭州电子科技大学温州研究院有限公司
Abstract: 本发明公开了一种基于PCB线圈的无线电能高效传输方法。PCB线圈无线输电的传输距离也受到了传输效率的限制。本发明如下：步骤一、计算发送线圈和接收线圈的电感值L；二、计算发送线圈和接收线圈的寄生电阻值R；三、计算发送线圈和接收线圈的寄生电容值C；步骤四、建立传输效率η与输入频率f的关系，并确定对应最大输入效率ηmax的输入频率fa。向发送线圈输入频率为步骤四求得fa的交流电；发送线圈与接收线圈互感，接收线圈输出交流电。本发明通过优化PCB线圈无线电能传输时输入交流电的频率，提高了无线电能传输的效率。
-
公开(公告)号：CN110942784A
公开(公告)日：2020-03-31
申请号：CN201911160127.9
申请日：2019-11-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于支持向量机的鼾声分类识别系统，包括录音模块、声音预处理模块、MFCC特征计算模块、SVM学习模块、模型调优模块。通过录音设备采集鼾声样本，再对鼾声信号进行预处理，然后导入到MFCC特征计算模块计算出特征数据，再将数据传入SVM模型中进行学习，最后进行参数的调优来得到最优的模型。该系统能为OSAHS患者的诊断提供帮助。
-
公开(公告)号：CN109271718A
公开(公告)日：2019-01-25
申请号：CN201811128321.4
申请日：2018-09-27
Applicant: 杭州电子科技大学温州研究院有限公司
IPC: G06F17/50
Abstract: 本发明公开了一种绕制在管状磁芯的螺旋电感的设计方法。在现有技术中心，并无根据所需电感值和几何尺寸要求设计具有管状磁芯的方法。这大大降低了应用管状磁芯电感的应用价值。本发明如下：一、确定管状磁芯的电感值及几何参数；二、计算圆柱磁芯电感的有效相对磁导率；三、计算管状磁芯内中空部分的磁通大小及被设计管状磁芯电感内磁体部分与线圈部分的总磁通大小；四、计算管状磁芯的有效相对磁导率；五、建立无磁芯电感的电感值与电感线圈匝数的关系式；六、建立被设计管状磁芯电感的电感值的表达式；步骤七、求出匝数。本发明能够根据所需要的电感值大小，确定线圈的匝数，从而得到具有所需电感值的绕制在管状磁芯的螺旋电感。
-
公开(公告)号：CN102142616A
公开(公告)日：2011-08-03
申请号：CN201110024226.1
申请日：2011-01-21
Applicant: 杭州电子科技大学
IPC: H01Q13/18
Abstract: 本发明涉及一种频带展宽的低轮廓背腔集成天线。传统天线的金属背腔体积较大、难于加工且加工成本高昂。本发明包括介质基片、涂覆在介质基片上表面的上金属层和涂覆在介质基片下表面的下金属层。多个贯穿上金属层、介质基片和下金属层的电互连单元顺序排列构成电互连阵列；上金属层、下金属层和电互连阵列包围的区域构成腔体，馈电单元伸入腔体内，在腔体区域内部的金属层上开有直线型缝隙。本发明在极大减小背腔天线的体积同时显著提高了该类型低轮廓天线的工作带宽，且制作成本显著降低，并可与平面电路实现无缝集成。
-
公开(公告)号：CN119572465B
公开(公告)日：2025-05-13
申请号：CN202510131030.4
申请日：2025-02-06
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种摆动振子式压电微泵及其驱动和制备方法；该压电微泵包括支撑结构，设置在支撑结构两端的第一通流层和第二通流层，以及设置支撑结构内的致动器。致动器包括并列设置的两个致动单元。致动单元包括基板和振动元件。所述振动元件固定在基板上；本发明中的两个致动单元呈并列且相反侧的对置悬臂结构，其摆动泵气过程中不会产生类似于常规环形致动器结构的中心应力，有助于延长压电微泵的使用寿命。同时，向两个致动单元输入不同激励信号时，能够使得两个致动单元发生异步振动，从而在压电微泵中产生具有一定持续性的反向气流，从而起到对进气口进行定期自清洁的作用，实现压电微泵的复杂环境中的长时间持续工作。
-
Patent Agency Ranking
公开(公告)号：CN119572465A
公开(公告)日：2025-03-07
申请号：CN202510131030.4
申请日：2025-02-06
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种摆动振子式压电微泵及其驱动和制备方法；该压电微泵包括支撑结构，设置在支撑结构两端的第一通流层和第二通流层，以及设置支撑结构内的致动器。致动器包括并列设置的两个致动单元。致动单元包括基板和振动元件。所述振动元件固定在基板上；本发明中的两个致动单元呈并列且相反侧的对置悬臂结构，其摆动泵气过程中不会产生类似于常规环形致动器结构的中心应力，有助于延长压电微泵的使用寿命。同时，向两个致动单元输入不同激励信号时，能够使得两个致动单元发生异步振动，从而在压电微泵中产生具有一定持续性的反向气流，从而起到对进气口进行定期自清洁的作用，实现压电微泵的复杂环境中的长时间持续工作。
-
公开(公告)号：CN115459788B
公开(公告)日：2024-10-18
申请号：CN202211129773.0
申请日：2022-09-16
Applicant: 杭州电子科技大学
Abstract: 本发明属于通信技术领域，公开了一种软件无线电快速部署装置及智能干扰方法，包括全可编程片上系统、宽带收发器和PC系统；所述PC系统与全可编程片上系统连接，所述全可编程片上系统与宽带收发器连接；所述全可编程片上系统接收PC系统的控制指令并配置宽带收发器；所述宽带收发器完成A/D、D/A处理和基带信号处理，使用天线收发无线电信号；所述PC系统使用可拖动单元搭建通信系统模型并将配置信息下发至全可编程片上系统，并提供可视化界面供观察通信系统运行状态。本发明同时满足了对软件无线电系统数据吞吐量、实时性、稳定性、灵活性的要求，便利了软件无线电系统的搭建和对系统进行调试和验证，便于智能干扰算法的落地应用。
-
公开(公告)号：CN112712122B
公开(公告)日：2024-10-18
申请号：CN202011638346.6
申请日：2020-12-31
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/084 , G06V10/26 , G06T7/00 , G06T5/40 , G06T5/30 , G06T5/94
Abstract: 本发明公开了基于神经网络模型的角膜溃疡的分类检测方法及系统，涉及角膜溃疡的分类检测和疾病判别领域。主要方法包括：利用多个摄像头多角度采集被测者荧光染色后的角膜图像；制作并对角膜图像添加掩膜，提取有效部分；进一步处理提取的有效角膜图像，将其作为网络输入；使用经过大量有效数据训练后的Inception‑ResNet‑V2神经网络模型完成对点样型角膜溃疡、点片状混合型角膜溃疡和片状型角膜溃疡的初步分类；利用训练后的支持向量机处理不同角度的角膜图像检测结果，做出最终的分类判断；本发明提供的系统可实现较高准确率的角膜溃疡类型检测，且数据可上传至云端服务器供进一步分析。
-
公开(公告)号：CN112949391B
公开(公告)日：2024-09-13
申请号：CN202110118186.0
申请日：2021-01-28
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习谐波信号分析的智能安检方法，包括：针对不同场景设置探测器阵列，采集待测者所携带物品的波段信息，得到一组数据结果；分别让待测者携带不同类别的违禁品和非违禁品，每隔一定的时间间隔就记录下每个探测器测得的谐波数值，得到一组数据，直到检测结束为止；将两组数据打上报警和不报警两种标签，并用增强方法对数据进行处理；构建一维卷积神经网络，训练得到一个分类模型；构建长短期记忆网络，训练得到一个分类模型；利用模型融合的方法综合使用两种分类模型，得到准确率更高的分类模型并保存；检测时，探测器测出波段信息并传入分类模型，如果输出结果显示为未携带违禁品则可顺利通过，否则会触发警报。
-
公开(公告)号：CN118070867A
公开(公告)日：2024-05-24
申请号：CN202410182435.6
申请日：2024-02-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于脉冲分类层事件驱动的脉冲神经网络转换方法及装置，通过对人工神经网络模型转换而来的脉冲神经网络模型分类层神经元采用脉冲发放优先级的判断方法来进行快速分类；通过将人工神经网络模型ReLU激活层替换为神经元，从而得到更利于转换后脉冲神经网络模型精度的人工神经网络模型；并通过权重归一化或阈值平衡的操作，完成从人工神经网络模型到脉冲神经网络模型的转换；通过脉冲神经网络中神经元发射脉冲信号的信息传递完成模型的前向推理；通过使用脉冲神经网络分类层事件驱动的判断方法来进行分类，可以在一定程度上提升推理速度，并可以通过记录时间步长的方式和普通方法进行推理精度和速度的比较。该方法相较于传统的人工到脉冲神经网络转换模型的训练和推理，能够在以较小的精度损失的条件下大幅提升推理速度，能够更好地应用于FPGA等专属脉冲神经网络推理加速硬件。
-
-
-
-
-
-
-
-
-
Search Results
200
records
(took 0.033 seconds)
