-
公开(公告)号：CN119355483A
公开(公告)日：2025-01-24
申请号：CN202411399722.9
申请日：2024-10-09
Applicant: 电子科技大学
IPC: G01R31/28
Abstract: 本发明公开了一种基于数据驱动的射频电路板故障诊断方法，通过预定故障，并输入激励信号获取多组时域数据，然后对时域数据进行双重滤波处理得到频域数据，然后对频域数据进行特征提取，得到一个故障类型的故障特征，然后将对于所有故障类型，将故障类型作为标签，对应的故障特征作为训练样本，输入至分类器，对分类器进行训练，直至收敛，最后，对于一块射频电路板，采用相同的数据处理，得到其故障特征送入训练好即训练收敛的分类器中，得到故障类型，完成故障诊断。本发明无需添加额外的内部测点，仅通过射频电路板自身的输入输出端口进行故障诊断，通过对射频电路板施加激励并采集射频输出信号数据，利用机器学习模型对这些数据进行分析，从而准确识别出射频电路板的故障类型。
-
公开(公告)号：CN118566763A
公开(公告)日：2024-08-30
申请号：CN202410573590.0
申请日：2024-05-10
Applicant: 电子科技大学
IPC: G01R31/392 , G01R31/367 , G01R31/378
Abstract: 本发明公开了一种基于多尺度特征提取网络估计锂电池健康状态的方法，先构建精细化建模的多尺度特征提取网络，再使用采集的数据集训练网络，直至收敛；然后根据收敛后的多尺度特征提取网络预测待测锂电池的健康状态；具体地讲，多尺度特征提取网络融合了精细化序列处理与卷积注意力特征提取，然后根据融合后的特征，使用多层感知机估计待测锂电池的健康状态，从而这样便获得更全面的锂电池老化特征，使预测的更加精确。
-
公开(公告)号：CN118296520A
公开(公告)日：2024-07-05
申请号：CN202410312073.8
申请日：2024-03-19
Applicant: 电子科技大学
IPC: G06F18/2433 , G01R31/00 , G06F18/25 , G06F18/15 , G06F18/2131 , G06N3/0455 , G06N3/088 , G06F123/02
Abstract: 本发明公开了一种IGBT逆变系统在线异常检测方法，先等间隔采集IGBT逆变系统在正常工作时的特征数据，切分成等长度的IGBT数据时间序列；然后利用IGBT数据时间序训练具有密集连接解码器的自注意力异常检测网络，经过多层网络学习处理，从不同特征空间提取IGBT运行特征，并通过密集连接解码器融合这些特征，使网络能够有效的提取特征并利用特征重构输出，若网络的重构结果与输入之间的超出一定范围，即可判断发生故障，实现对IGBT电力系统故障的准确检测。
-
公开(公告)号：CN113808219B
公开(公告)日：2024-05-14
申请号：CN202111117899.1
申请日：2021-09-17
Applicant: 西安电子科技大学
IPC: G06T7/80 , G06T7/246 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。
-
公开(公告)号：CN109613583B
公开(公告)日：2023-05-26
申请号：CN201910002322.2
申请日：2019-01-02
Applicant: 电子科技大学
IPC: G01S19/46
Abstract: 本发明属于电子对抗技术领域，具体涉及一种基于单星与地面站测向及联合测时差的无源目标定位方法。本发明针对空中目标辐射源的定位场景，通过单星和地面站分别测量目标辐射源信号到达各自的方向余弦角，以及目标辐射源信号分别到达卫星与地面观测站的时间差，通过对方向余弦角的伪线性化处理并将其融合时差测量方程，给出目标位置的加权最小二乘解析解。该方法在可实现单次瞬时高精度定位，不存在定位解模糊问题，定位误差的均方误差可逼近克拉美‑罗下限。
-
Patent Agency Ranking
公开(公告)号：CN112465880A
公开(公告)日：2021-03-09
申请号：CN202011355669.4
申请日：2020-11-26
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种多源异构数据认知融合的目标检测方法，用于解决现有技术中存在的图像中包含被遮挡的目标导致目标检测精度较低的技术问题，实现步骤为：数据预处理；获取训练数据集和测试数据集；构建基于多源异构数据认知融合的目标检测模型H；对基于多源异构数据认知融合的目标检测模型H进行迭代训练；获取目标检测结果。本发明在目标检测网络的基础上，通过融合输入的光学遥感图像和SAR图像、融合提取特征后的光学遥感特征图和SAR特征图、融合光学遥感图像和SAR图像的检测结果，使得目标检测模型既学习到SAR图像的特征，又学习到光学遥感图像的特征，解决了包含被遮挡目标的图像的检测精度较低的技术问题。
-
公开(公告)号：CN109948527A
公开(公告)日：2019-06-28
申请号：CN201910205485.0
申请日：2019-03-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于集成深度学习的小样本太赫兹图像异物检测方法，主要解决现有方法需要人工设计图像特征，训练过程复杂，且不能对某一类样本数目特别少的小样本赫兹图像进行异物检测的问题。本发明的具体要步骤如下：(1)制作小样本太赫兹图像数据集；(2)扩增图像训练集；(3)搭建集成深度学习网络；(4)训练集成深度学习网络；(5)对图像测试集进行检测。本发明能够自动提取图像特征，训练过程简单，考虑了实际样本中某一类样本数目特别少的小样本情况，能够对小样本太赫兹图像进行异物检测，能提高小样本中数目特别少的一类的检测正确率。
-
公开(公告)号：CN109728955A
公开(公告)日：2019-05-07
申请号：CN201910007600.3
申请日：2019-01-04
Applicant: 电子科技大学
IPC: H04L12/24
Abstract: 本发明属于复杂网络技术领域，涉及一种基于改进k-shell的网络节点排序方法。在给定网络邻接矩阵的情况下，本发明基于k-shell和节点熵提出一种优化的关键节点识别方法。这种方法考虑了网络的邻居节点的传播影响，原k核值相同的两个节点也可以区分开重要程度。不同核层之间核值越高越重要，相同核层之间通过考虑邻居节点对其的重要程度，节点熵越大的节点越重要。该方法计算复杂度与k-shell相同，故可以适用于大型网络。实验结果表明该方法在对真实网络USAir(美国航空网络)的节点重要性评价中性能比度中心性(DC)、介数中心性(BC)、接近度中心性(CC)更好，本发明的方法可以有效地识别出关键节点，算法简单，效果良好。
-
公开(公告)号：CN105704040B
公开(公告)日：2018-12-28
申请号：CN201610224760.X
申请日：2016-04-12
Applicant: 桂林电子科技大学
IPC: H04L12/741 , H04L12/753 , H04L12/755
Abstract: 本发明公开了一种路由表的构建和查找方法，包括路由表项转换为伪布尔函数表示、路由表项的ADD表示、更新路由表项、删除路由表项、根据传入数据包进行路由查找的过程；通过利用ADD的高紧凑表示和以集合方式处理多组数据的方式处理路由表，减少路由表的节点冗余和路由查找比较次数，提高路由转发性能。本发明能够在较低内存占用的情况下完成对路由表的构建，同时还能在较少比较次数下完成数据包的路由查找。
-
公开(公告)号：CN108594200A
公开(公告)日：2018-09-28
申请号：CN201810789862.5
申请日：2018-07-18
Applicant: 电子科技大学
IPC: G01S7/41
Abstract: 本发明属于目标探测技术领域，具体涉及一种被动式MIMO雷达的目标检测方法。本发明的方法首先使用直接定位方法，每个接收机都能获得一个或多个相应的时延参数和多普勒信息，再通过接收机的空间位置以及获得的目标信号信息估计目标(虚假目标)的空间位置与速度信息，再构造一个空间与速度上的四维的搜索格点，融合到所接收到的直达波的参考信号中，搜索其互相关谱峰并根据最大似然估计准则判断该目标是否为虚假目标。该方法的信号功率能得到全相参的增益，因此对弱目标的检测性能会明显高于单站雷达。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.039 seconds)
