-
公开(公告)号：CN101915875A
公开(公告)日：2010-12-15
申请号：CN201010243491.4
申请日：2010-07-30
申请人： 西安电子科技大学
IPC分类号： G01R25/00
摘要： 本发明公开了一种相同周期信号相位差测量电路，包括128个IODELAY(Xilinx FPGA专用可编程输入输出延迟单元)，1个D触发器，128个6位计数器，1个逻辑控制电路，两路被测同周期信号：第一路周期信号CLK1，第二路周期信号CLK2。本发明提出了一种高精度测量同周期信号相位差的方法：CLK1送给IODELAY的输入端，经过IODELAY逐级延迟，输入D触发器的D端；CLK2通过FPGA的全局时钟网络输入到D触发器的CLK端和计数器的CLK端；并通过检测D触发器输出端Q值的变化，得到延迟后的CLK1和CLK2的边沿重合信息，可以根据IODELAY延迟量达到测量同周期信号相位差的目的。
-
公开(公告)号：CN118711053A
公开(公告)日：2024-09-27
申请号：CN202410728919.6
申请日：2024-06-06
申请人： 西安电子科技大学
IPC分类号： G06V20/10 , G06V10/762 , G06V10/74
摘要： 本发明公开了一种基于低秩表示和协同表示的高光谱异常检测方法，主要解决现有异常检测方法对高光谱图像的全局和局部信息综合利用不足，以及背景字典不可靠的问题。方案包括：1)构建基于低秩表示的渐进式背景字典，建立低秩表示模型，并对其优化求解得到背景部分和异常部分；2)以渐进式背景字典为基础，构建基于相似度的局部背景字典，建立协同表示模型，对其优化求解并计算得到各像素协同表示的重构残差；3)将低秩表示获得的异常部分和协同表示获得的重构残差以哈达玛积方式融合，得到最终的异常检测结果。本发明通过结合低秩表示与协同表示，能够充分考虑高光谱图像的全局‑局部信息，有效提升了高光谱异常检测性能，降低了虚警率。
-
公开(公告)号：CN118711052A
公开(公告)日：2024-09-27
申请号：CN202410728917.7
申请日：2024-06-06
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于曲率滤波权重双协同表示的高光谱目标检测方法，主要解决现有检测方案在复杂应用场景下背景误检率高的问题。包括：1)将高光谱图像转换到多个分数阶傅里叶域上并分别计算傅里叶熵，选择傅里叶熵最大的分数阶傅里叶域作为最优分数阶；2)将原域高光谱图像与先验目标光谱均转换到最优分数阶上；3)在最优分数阶上对待测像素的字典增加曲率滤波权重；4)构建全局协同表示和局部协同表示的双协同表示检测器；5)将待测像素输入双协同表示检测器，获取最终检测结果。本发明通过引入曲率滤波权重加强字典的利用程度，利用全局和局部协同表示的空间优势构建双协同表示检测器，有效提升了高光谱异常检测性能。
-
公开(公告)号：CN117333774A
公开(公告)日：2024-01-02
申请号：CN202311370000.6
申请日：2023-10-23
申请人： 西安电子科技大学
IPC分类号： G06V20/10 , G06V10/26 , G06V10/52 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0985 , G06N3/084
摘要： 本发明提出了一种基于深度自表示学习框架的高光谱异常检测方法，主要解决现有方法检测效果不佳的问题。方案包括：1)提取高光谱图像的多尺度空间特征；2)对每一个超像素块分别构建子空间复原自编码器SRAE网络模型，并针对模型设计联合损失函数；3)利用基于鲁棒性主成分分析法的交替优化方式训练模型，得到多尺度重构高光谱图像；4)对多尺度的重构图像利用RX算法进行异常得分评估，得到不同尺度初始检测结果，并对该结果进行两阶段的像素级相加和像素级相乘操作融合，获得检测结果。本发明将可靠先验知识和局部空间信息整合到自编码器模型中，提高背景的表征能力并削弱对异常的表征能力，有效提升了高光谱图像异常检测的精度。
-
公开(公告)号：CN117197665A
公开(公告)日：2023-12-08
申请号：CN202311137313.7
申请日：2023-09-05
申请人： 西安电子科技大学
IPC分类号： G06V20/10 , G06V10/58 , G06V10/774 , G06V10/80 , G06V10/77 , G06V10/40 , G06V10/82 , G06N3/0455 , G06N3/084
摘要： 本发明公开了一种基于低秩和稀疏先验约束自编码器的高光谱异常检测方法，主要解决现有检测方案在复杂应用场景下检测效果不佳的问题。包括：1)构建两个共享编码器的自编码器；2)建立目标函数，将高光谱图像分解成低秩成分、稀疏成分和残差成分；3)利用低秩成分和稀疏成分作为标签，分别计算两个自编码器的重构损失；4)将高光谱图像分解和自编码器训练整合到统一框架，以端到端方式联合优化；5)利用RX检测器对重构结果处理并进行融合，得到最终检测结果。本发明通过结合基于线性的低秩和稀疏模型与基于非线性的自编码器的优势，并以端到端的方式进行联合优化，避免模型陷入局部最优，有效提升了高光谱异常检测性能。
-
公开(公告)号：CN116580280A
公开(公告)日：2023-08-11
申请号：CN202310584948.5
申请日：2023-05-23
申请人： 西安电子科技大学
IPC分类号： G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/80 , G06V10/40 , G06V10/774 , G06V10/74
摘要： 本发明公开了一种改进的YOLOv5目标检测系统及方法，主要解决现有检测算法在网络参数量和检测精度之间难以兼顾的问题。包括：依次级联的输入模块、主干单元、特征融合单元以及输出模块；外部数据首先进入输入模块，经处理后传输给主干单元，该单元包括扩张卷积模块和三层连续扩张卷积模块，均是在YOLOv5网络中引入扩张卷积后形成，用于提取不同尺度的特征图，并将其传送给特征融合单元，该单元采用特征金字塔FPN加上路径聚合网络PAN的结构对主干单元中获取的不同尺度的特征图进行融合处理；最后通过输出模块对融合后特征进行目标预测，输出检测结果。本发明能够在不增加检测模型参数量和计算量的同时，有效提升检测精度。
-
公开(公告)号：CN110597194B
公开(公告)日：2022-10-04
申请号：CN201910761367.8
申请日：2019-08-18
申请人： 西安电子科技大学
IPC分类号： G05B19/418
摘要： 本发明属于自动制造系统技术领域，公开了一种大规模柔性驱动的自动制造系统的协同活性构建方法，加工系统中有四种类型的资源：n1，n2，n3，n4；工具集n3，机器库n1，n2，n4；工具集n3是公用的；资源n1，n2，n3，n4的WRCN子网模型合并之后的WRCN大网；变迁代表着加工操作的开始或者结束，n1，n2，n3，n4分别代表着四个子网的初始资源数；在加工中，WRCN G1和WRCN G2有共同的加工路径t2p3t3；WRCN G1和WRCN G3有共同的加工路径t3p4t4；WRCN G3和WRCN G4有共同的加工路径t7p8t9。本发明提出子系统合成模型，使得合成之后的系统满足活性。
-
公开(公告)号：CN114583014A
公开(公告)日：2022-06-03
申请号：CN202210239344.2
申请日：2022-03-11
申请人： 青海黄河上游水电开发有限责任公司 , 国家电投集团黄河上游水电开发有限责任公司 , 青海黄河上游水电开发有限责任公司西宁太阳能电力分公司 , 青海黄河上游水电开发有限责任公司西安太阳能电力分公司 , 西安电子科技大学
摘要： 提供了一种无机钙钛矿太阳能电池及其制作方法，所述制作方法包括：在透明导电基板上形成电子传输层；在所述电子传输层上形成PbBr2薄膜；将CsI水溶液旋涂在所述PbBr2薄膜上，以反应生成无机钙钛矿光活性层；在所述无机钙钛矿光活性层上形成碳电极，以制作形成所述无机钙钛矿太阳能电池。该制作方法在形成无机钙钛矿光活性层的过程中利用绿色水溶剂代替有机溶剂，从而避免了产生毒性物质，减少了对环境的污染和对人体的伤害，还有利于降低制备成本和对实验环境的严苛要求；此外，该制作方法还保证了无机钙钛矿光活性层的完整性，进而有利于提高电池的光电转换效率。
-
公开(公告)号：CN109379318B
公开(公告)日：2020-11-24
申请号：CN201811367884.9
申请日：2018-11-16
申请人： 西安电子科技大学
IPC分类号： H04L27/22 , H04L27/233
摘要： 本发明提出了一种基于CNN和LSTM的DQPSK调制信号解调方法，解决现有DQPSK信号解调方法中调误码率高的技术问题。实现步骤为：获取DQPSK调制信号的采样序列和标记序列；构造CNN并对其进行训练；构造LSTM并对其进行训练；获取训练后的CNN的输出序列；确定采样序列中DQPSK调制信号的每个码元周期对应的采样数据；获取待解调的DQPSK调制信号的解调结果。本发明通过CNN判断DQPSK调制信号码元的边界，能够应对多普勒频移以及采样时钟误差等问题，并使用LSTM直接完成DQPSK调制信号的解调数据的获取，解决了调制信号码元边界不确定带来的解调误码率高的问题。
-
公开(公告)号：CN111883213A
公开(公告)日：2020-11-03
申请号：CN202010738765.0
申请日：2020-07-28
申请人： 西安电子科技大学 , 中国人民解放军空军工程大学
摘要： 本发明公开了基于遗传算法优化的BP神经网络的频谱预测方法，涉及频谱预测技术领域，遗传算法GA作为进化算法的一种，可以模仿自然界生物体的遗传进化过程，是一种具有多次迭代过程的搜索算法，从而能够解决一系列最优化问题。本发明参照了自然界中生物体“适者生存，优胜劣汰”的自然选择生存法则，依据某些特定的适应度函数对种群中的各个个体进行遗传中的选择、突变和交叉并进行筛选，那些适应度较好的个体就会被选择以进行利用，而那些适应度较差的个体就被舍弃。经过遗传算法所留下来的个体既拥有了之前所存在的优势，还在此基础上有了更进一步的发展，如反复循环，就会满足所要求的条件。
-
-
-
-
-
-
-
-
-
搜索结果
109 条记录 (耗时 0.105 秒)
