-
公开(公告)号：CN113177558B
公开(公告)日：2022-06-14
申请号：CN202110395018.6
申请日：2021-04-13
申请人： 电子科技大学
摘要： 本发明公开了一种基于小样本的特征融合的辐射源个体识别方法，属于数据处理技术领域，将基于不同时频分析方法下提取到的个体信号时频特征作为特征融合来源，将这些特征进行基于单域预训练准确率和随机高斯测量矩阵的融合预处理，并将融合预处理后的特征在不同通道上完成特征拼接，从而输入神经网络，完成辐射源个体的识别任务。
-
公开(公告)号：CN114024108A
公开(公告)日：2022-02-08
申请号：CN202111259534.2
申请日：2021-10-28
申请人： 南湖实验室 , 中国人民解放军32802部队 , 电子科技大学
IPC分类号： H01P1/203
摘要： 本发明提供了一种小型化可重构微带低通滤波器，采用单层基板的微带结构，所述单层基板上具有两条级联连接的耦合微带线，所述两条耦合微带线的连接处加载了变容二极管，所述其中一条耦合线的一端加载了贴片大电容，且所述的单层基板上还设有用于调控所述变容二极管的外接偏置调控电路。本发明仅采用级联两条耦合微带线结合加载变容二极管和贴片电容的方式，实现截止频率可重构的低通滤波器，该滤波器具有小尺寸、简易结构、低损耗、以及低数量的变容二极管和调控电压通道等特点。
-
公开(公告)号：CN113177558A
公开(公告)日：2021-07-27
申请号：CN202110395018.6
申请日：2021-04-13
申请人： 电子科技大学
摘要： 本发明公开了一种基于小样本的特征融合的辐射源个体识别方法，属于数据处理技术领域，将基于不同时频分析方法下提取到的个体信号时频特征作为特征融合来源，将这些特征进行基于单域预训练准确率和随机高斯测量矩阵的融合预处理，并将融合预处理后的特征在不同通道上完成特征拼接，从而输入神经网络，完成辐射源个体的识别任务。
-
公开(公告)号：CN113177520A
公开(公告)日：2021-07-27
申请号：CN202110577156.6
申请日：2021-05-26
申请人： 电子科技大学
摘要： 本发明公开了一种基于集成学习的智能辐射源识别方法，包括以下步骤：S1、使用集成学习进行数据增强，得到增强数据；S2、根据增强数据，采用训练后的已知目标分类网络对未知目标进行辨识；S3、对未知目标进行标定，并对分类网络进行更新；S4、采用更新后的分类网络对未知目标进行再入识别，得到辐射源识别结果。本发明提高了样本利用率，在小样本的条件下，达到了数据增强的目的，能够更好地对未知电磁目标进行辨识，并且通过已辨识的未知目标重新训练分类网络，并进行再入识别，保证了分类网络的及时更新，提高了识别准确率。
-
公开(公告)号：CN113095354A
公开(公告)日：2021-07-09
申请号：CN202110232660.2
申请日：2021-03-03
申请人： 电子科技大学
摘要： 本发明公开了一种基于辐射源特征子空间知识的未知雷达目标识别方法，属于雷达与人工智能领域，包括以下步骤：S1、采用已知雷达目标数据构建训练集，采用训练集对分类识别模型进行训练，得到训练完成的分类识别模型；S2、获取训练完成的分类识别模型对输入的雷达目标测试样本处理输出的高维特征向量，基于高维特征向量，构建中心矩阵，对中心矩阵进行奇异值分解，得到零值域子空间；S3、计算测试样本在值域子空间与零域子空间的投影的向量长度的比值，确定判决门限；S4、基于判决门限，判断新的待识别的雷达目标属于已知的雷达目标或未知的雷达目标；本发明解决了现有技术无法对雷达未知目标进行准确识别的问题。
-
公开(公告)号：CN112884059A
公开(公告)日：2021-06-01
申请号：CN202110254832.6
申请日：2021-03-09
申请人： 电子科技大学
摘要： 本发明公开了一种融合先验知识的小样本雷达工作模式分类方法，包括获取各雷达工作模式下的脉冲数据，根据脉冲数据生成伪图片样本；将生成的伪图片样本输入原型网络进行分类训练，得到每一类的类中心向量；利用先验知识构建知识向量和标签，输入中心网络进行训练，得到每一类的预中心向量；构建损失函数，将损失函数反向传播以更新融合先验知识的原型网络的网络参数，得到最优原型网络；利用最优原型网络对待识别的脉冲数据进行雷达工作模式识别分类。本发明通过结合雷达各工作模式下脉冲参数的变化规律作为先验知识经过中心网络映射为预中心向量后加入原型网络的损失函数并进行反向传播，提高了小样本情况下雷达工作模式分类的准确率。
-
公开(公告)号：CN112416044A
公开(公告)日：2021-02-26
申请号：CN202011393648.1
申请日：2020-12-03
申请人： 电子科技大学
IPC分类号： G05F1/56
摘要： 一种高电源抑制比的电压基准电路，包括启动模块、零温漂电流产生模块和有源衰减器模块，启动模块在电源电压建立时拉低零温漂电流产生模块中第一节点电位，使电压基准电路脱离零状态，启动完成后退出工作，电流消耗降为极低；零温漂电流产生模块通过运算放大器将环路电流钳位在零温漂点，从而产生零温漂电流，并通过电流镜将零温漂电流输出至有源衰减器模块；本发明引入的有源衰减器、第二PMOS管和第三PMOS管构成的电流源结构以及运算放大器闭环电路均提高了电压基准电路的电源抑制比，且有源衰减器模块通过二极管接法的基准NMOS管将零温漂电流转化为零温漂电压，同时通过第二电阻和第三电阻构成的电阻分压网络输出基准电压，进一步提高了电源抑制比。
-
公开(公告)号：CN108664768A
公开(公告)日：2018-10-16
申请号：CN201810463426.9
申请日：2018-05-15
申请人： 桂林电子科技大学
IPC分类号： G06F19/24
摘要： 本发明公开一种基于SAT及OBDD桶消元的蛋白质分类方法，其采用布尔可满足性问题(SAT)的模型，利用有序二叉决策图(OBDD)的符号求解算法以及桶消元算法，包括：先利用候选模式中元素位置的约束关系以及基数约束构建SAT模型；再使用OBDD符号技术以及包含的各项符号操作，结合桶消元算法，对所建立的模型进行求解，并且将求解技术应用到蛋白质分类中，分析提取了蛋白质中的特征信息，进行有效的分类。本发明面向蛋白质分类问题，通过求解模式挖掘中的频繁序列挖掘问题，对蛋白质进行研究。算法执行过程中，有效缩减了搜索空间，提高问题的求解效率，具有良好的实用性。
-
公开(公告)号：CN106851585A
公开(公告)日：2017-06-13
申请号：CN201710022436.4
申请日：2017-01-12
申请人： 杭州电子科技大学
CPC分类号： H04W4/043 , G01C5/06 , G01S5/0257 , H04M1/72522
摘要： 本发明公开了一种基于气压计和WiFi的混合楼层定位方法。本发明具体步骤如下：步骤1、以众包方式采集整栋大楼内所有用户的数据，数据主要包括用户所在位置的RSS向量和气压值；步骤2、云服务平台对所有用户上传数据进行预处理；步骤3、云服务平台对预处理后的数据进行校准，得到标准化的数据；步骤4、对校准后的数据进行数据分析聚类，获得楼层的Baro‑RSS指纹图谱；步骤5、用户对自己所在位置进行实时定位。本发明通过气压的层次聚类分析和WiFi的K‑Means聚类解决楼层定位问题，在真实环境中达到了令人满意的定位准确度。
-
公开(公告)号：CN103823823A
公开(公告)日：2014-05-28
申请号：CN201310283857.4
申请日：2013-07-08
申请人： 电子科技大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30595
摘要： 本发明公开了基于频繁项集挖掘算法的反规范化策略选择方法，具体的说是海量数据集上基于频繁项集挖掘算法的反规范化策略选择方法。本方法将频繁模式挖掘的方法首次用于指导数据库反规范化操作；以及基于精简前缀树的频繁模式挖掘算法中，提出了服务于数据库反规范化选择的全新的建立精简前缀树的过程和正确的计数方法。本发明有益效果表现在：通过关联规则的频繁项集挖掘算法，发现大量数据中项集之间重要的关联或者相关联系，指导DBA等开展数据库的反规范化策略的选择和构建，解决海量数据中因大量的表连接操作而带来的性能瓶颈问题。
-
-
-
-
-
-
-
-
-
搜索结果
102 条记录 (耗时 0.094 秒)
