一种基于高阶传染病模型的传染病阈值搜寻方法

    公开(公告)号:CN116013542A

    公开(公告)日:2023-04-25

    申请号:CN202310062435.8

    申请日:2023-01-17

    Applicant: 复旦大学

    Abstract: 本发明属于传染病防治技术领域,具体为基于高阶传染病模型的传染病阈值搜寻方法。本发明包括构建高阶SEIS传染病模型;利用利用二次型神经网络与ICNN神经网络算法,搜寻李雅普诺夫函数,从而判断传染病系统全局的动力学行为,并据此进行动力学稳定性评估以及阈值搜寻。与现有技术与模型相比,本发明更加贴近传染病的实际传播规律,并能借助机器学习在数学上严格证明疫情的动力学渐近行为。

    基于深度强化学习的交通控制与车辆诱导协同方法和系统

    公开(公告)号:CN113724507A

    公开(公告)日:2021-11-30

    申请号:CN202110955481.1

    申请日:2021-08-19

    Applicant: 复旦大学

    Abstract: 本发明涉及一种基于深度强化学习的交通控制与车辆诱导协同方法和系统,方法包括:构建交通灯Agent和车辆Agent;根据交通灯Agent和车辆Agent,设定并初始化DQN算法模型,该DQN算法模型中的动作集包括车辆动作和交通灯动作;根据Q值表选取并执行各车辆Agent的动作,并在各车辆Agent的动作执行结束后,根据执行完毕的车辆Agent的反馈信息更新对应的Q值表;根据各车辆Agent的动作,对交通灯进行动态配时,以削减车辆平均等待时间为目标选择交通灯最优动作;判断各交通灯Agent所选动作是否结束,对所选动作执行完毕的交通灯Agent根据实时反馈信息来更新对应的Q值表;重复更新,直至满足预设的停止条件。与现有技术相比,本发明具有较好的感知和决策能力并且具有很好的适应性。

    一种三维石墨烯的制备方法

    公开(公告)号:CN105523546B

    公开(公告)日:2018-12-11

    申请号:CN201610042947.8

    申请日:2016-01-22

    Applicant: 复旦大学

    Abstract: 本发明属于石墨烯制备技术领域,具体公开了一种三维石墨烯的制备方法。本发明方法包括以下步骤:将氧化石墨烯分散获得氧化石墨烯水溶液;将三维金属泡沫浸入氧化石墨烯溶液,通过物理或化学方法获得孔内负载有石墨烯气凝胶的三维金属泡沫;以孔内负载有石墨烯气凝胶的三维金属泡沫为模板,利用化学气相沉积法,得到含基底的三维石墨烯;通过刻蚀清洗得到三维石墨烯。本发明工艺简单,能实现高质量、高密度三维石墨烯,为其在催化、储能、导热、吸附等领域的应用奠定了基础。

    一种存储单元、存储器及存储单元控制方法

    公开(公告)号:CN104575581B

    公开(公告)日:2017-10-10

    申请号:CN201310496697.1

    申请日:2013-10-21

    Abstract: 本发明实施例提供一种存储单元、存储器及存储单元控制方法,用于提高存储密度和降低功耗。其中,一种存储单元包括:U型磁性轨道,第一驱动电路,第二驱动电路,第一驱动端口和第二驱动端口;U型磁性轨道包括第一端口,第二端口,第一存储区域和第二存储区域;第一驱动电路用于驱动第一存储区域,第二驱动电路用于驱动第二存储区域;通过对第一端口、第二端口、第一驱动端口和第二驱动端口的输入电压的控制以及第一驱动电路的驱动,第一存储区域内产生电流脉冲,并驱动第一存储区域内的磁畴移动;通过对第一端口、第二端口、第一驱动端口和第二驱动端口的输入电压的控制以及第二驱动电路的驱动,第二存储区域内产生电流脉冲,并驱动第二存储区域内的磁畴移动。

    一种数据读写方法及装置
    35.
    发明公开

    公开(公告)号:CN105225676A

    公开(公告)日:2016-01-06

    申请号:CN201410314629.3

    申请日:2014-07-03

    Abstract: 本发明的实施例提供一种数据读写方法及装置,涉及通信领域,解决了现有技术中进行读操作后新型存储介质中的数据遭到破坏导致丢失的问题,进而保证了新型存储介质中数据的完整性。该方案包括:接收驱动电流,所述驱动电流用于驱动所述新型存储介质处于可读写状态;从所述新型存储介质中读出第一数据;将所述驱动电流的方向置反;将所述第一数据写回至所述新型存储介质。

    写装置及磁性存储器
    36.
    发明公开

    公开(公告)号:CN105096963A

    公开(公告)日:2015-11-25

    申请号:CN201410173016.2

    申请日:2014-04-25

    Abstract: 本发明实施例提供一种写装置及磁性存储器,写装置包括:第一驱动端口、第二驱动端口、第一信息存储区、第二信息存储区以及信息缓存区,第一信息存储区与信息缓存区之间存在第一区域,第二信息存储区和信息缓存区之间存在第二区域,第一信息存储区、第二信息存储区和信息缓存区采用第一磁性材料构成,第一区域和第二区域采用第二磁性材料构成,第一磁性材料的磁能高于第二磁性材料的磁能;第一信息存储区,用于向信息缓存区写入第一数据;第二信息存储区,用于向信息缓存区中写入第二数据;信息缓存区,用于缓存从第一信息存储区或第二信息存储区写入的数据,并将缓存的数据写入磁性存储器的一个磁畴中。能够保证磁性存储器的写入的稳定性。

    神经网络镇定动力系统的随机镇定器设计方法

    公开(公告)号:CN118466180A

    公开(公告)日:2024-08-09

    申请号:CN202311354095.2

    申请日:2023-10-19

    Applicant: 复旦大学

    Abstract: 本发明属于动力系统控制技术领域,具体为神经网络镇定动力系统的随机镇定器设计方法。本发明利用NODE方法,在免模型情境中,先进行系统重构,再根据重构系统设计镇定器。本发明同时考虑受控系统的指数稳定性和渐进稳定性,分别设计指数镇定器和渐进镇定器来实现相应的稳定;根据这两种镇定器的计算复杂度和镇定效果的不同进行权衡,来选择具体的镇定器。在实际应用中,可以根据模型和系统参数事先计算出镇定器在这两个指标下的预计表现,以便对本方法进行更好的评估和使用。

    基于机器学习的复杂系统辨识与重构方法

    公开(公告)号:CN117808054A

    公开(公告)日:2024-04-02

    申请号:CN202311859801.9

    申请日:2023-12-30

    Applicant: 复旦大学

    Abstract: 本发明属于人工智能技术领域,具体为一种基于机器学习的复杂系统辨识与重构方法。本发明利用具有时滞的连续深度神经网络,称为神经时滞微分方程,在模型已知和模型未知的情况下对复杂系统进行系统辨识和重构。本发明将之前的模型从单个时滞推广到多个时滞的情形,并将多个时滞视作可学习参数。此外,每个时滞可以依赖于系统状态本身与时间,将神经时滞微分方程推广到更一般的情形。从应用层面,本发明考虑在模型已知和模型未知的情况下,根据观测到的时间序列数据,实现复杂系统的精准系统辨识和重构。本发明方法合理、有效,通过新型机器学习方法,为复杂系统领域中的系统识别与重构提供了一种新思路与技术支持,具有显著的应用价值。

    一种平移非易失性存储器NVM的数据的方法及装置

    公开(公告)号:CN106326135B

    公开(公告)日:2020-06-02

    申请号:CN201510376718.5

    申请日:2015-06-30

    Abstract: 本发明提供了一种平移非易失性存储器NVM的数据的方法,包括:将动态随机存取存储器DRAM中存储的第一数据映射到非易失性存储器NVM的第一行地址,所述第一数据包括静态数据,所述静态数据为擦写频率小于预设频率的数据;记录映射后的NVM被擦写的次数;若所述映射后的NVM被擦写的次数大于或等于预设次数,则按照预设规则平移所述第一行地址中存储的所述第一数据。本发明还公开了一种平移非易失性存储器NVM的数据的装置。采用本发明,可减少NVM中存储数据的行地址的擦写次数,提高NVM的寿命。

Patent Agency Ranking