-
公开(公告)号:CN120074668A
公开(公告)日:2025-05-30
申请号:CN202510050995.0
申请日:2025-01-13
Applicant: 厦门兆慧网络科技有限公司 , 厦门大学
IPC: H04B10/116 , H04B17/391
Abstract: 本申请的实施例提供了一种室内可见光通信感知一体化波束设计方法及装置。该方法包括:构建室内可见光通信感知一体化系统,所述系统包括多个可见光通信接入点和用户设备;建立可见光信号模型,所述可见光信号模型用以描述多用户环境下的可见光通信信号和可见光感知信号的发射与接收过程;基于性能优化要求,对可见光通信波束和/或可见光感知波束进行优化,得到优化后的波束成形矩阵,所述性能优化要求包括可见光通信优先、可见光感知优先以及联合优化;基于优化后的所述波束成形矩阵进行信号传输。本申请实施例的技术方案可以有效优化可见光通信和可见光感知波束,提高室内可见光通信感知一体化系统的性能。
-
公开(公告)号:CN119866121A
公开(公告)日:2025-04-22
申请号:CN202510006423.2
申请日:2025-01-03
Applicant: 厦门大学
IPC: H10H29/24 , H10H20/851 , H10H20/858 , H10H20/853 , H10H29/01
Abstract: 一种具有冷却系统的Micro‑LED全彩显示器件及其制备方法,包括衬底以及设于衬底另一侧的冷却通道,从而将冷却通道集成于衬底,通过向冷却通道内通入冷却液,使用冷却液吸收并带走芯片热量,降低器件温度,防止过热;同时,衬底的另一侧设有若干Micro‑LED芯片,并在Micro‑LED芯片表面填充量子点材料,基于颜色转换层技术实现全彩显示效果,该方案显著提升了散热效率,实现了高效且可控的热管理,并将显示和散热功能高度集成,优化了空间利用率,减少了额外散热元件需求,降低了系统成本和制造复杂度,适合小型化和高集成度的应用场景。
-
公开(公告)号:CN119816040A
公开(公告)日:2025-04-11
申请号:CN202411768104.7
申请日:2024-12-04
Applicant: 厦门大学
IPC: H10H20/858 , H10H20/857 , H10H29/85 , H10H29/30
Abstract: 本发明涉及一种具有散热通道的Micro‑LED基板的制造方法,属于半导体显示技术领域,通过在阵列基板的显示区域中刻蚀出散热通孔,往散热通孔中蒸镀第一导热材料,在阵列基板上蒸镀金属层作为驱动电路和电极焊盘,将阵列芯片与阵列基板上对应的电极焊盘贴合,通过键合工艺固化粘性金属层,且在键合后封合键合后的阵列基板和阵列芯片的外周,通过在先或者先后的方式在阵列芯片与基板之间填充第二导热材料,从而使得显示基板内部的阵列中布设形成有散热通道,提高了热量传导的效率。
-
公开(公告)号:CN118849484A
公开(公告)日:2024-10-29
申请号:CN202410895748.6
申请日:2024-07-05
Applicant: 厦门大学
Abstract: 本发明提供了一种柔性传感器的连续规模化制备系统,沿着柔性基底行进方向依次设置基底支撑释放机构、自动喷涂机构、垫片释放机构、合并机构、成品收卷机构;基底支撑释放机构分为两个分别用于释放两条柔性基底;所述自动喷涂机构包括两个,分别设于两条柔性基底上方用于对所述两条柔性基底喷涂导电溶液;自动喷涂机构的下方设有温控加热平台将导电材料附着于所述柔性基底;垫片释放机构释放垫片与柔性基底结合;所述合并机构将其中附着导电材料的柔性基底和附着导电材料及垫片的柔性基底,按照导电溶液面对面的方式进行合并制成所述柔性传感器,成品收卷机构将经过合并机构合并的柔性传感器收卷。本发明还提供一种柔性传感器连续规模化制备方法。
-
公开(公告)号:CN119304890A
公开(公告)日:2025-01-14
申请号:CN202411758805.2
申请日:2024-12-03
Applicant: 厦门大学
IPC: B25J9/16 , B25J5/02 , H05B47/10 , H05B47/105 , H05B47/11 , H05B47/12 , H05B47/125 , H05B47/165 , H05B47/19
Abstract: 本发明涉及一种桌面照明机器人控制系统,包括:集成了摄像头、语音模块、信息处理模块、姿态传感模块、运动控制模块和光谱检测与光源控制模块;通过摄像头采集用户图像,语音模块捕获用户语音信号,信息处理模块解算用户脸部位置和手势控制指令,姿态传感模块获取用户头部姿态信息和视觉点距离信息;运动控制模块依据上述信息生成控制指令,驱动机器人调整位置以及调整光源;光谱检测与光源控制模块利用深度学习技术预测还原环境光谱信息,智能调节光源,以适应不同场景需求。本发明通过姿态解算和光谱预测技术,实现智能跟随与调光,提供舒适稳定的照明环境。
-
公开(公告)号:CN117893498A
公开(公告)日:2024-04-16
申请号:CN202410056795.1
申请日:2024-01-15
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请的实施例提供了一种基于大模型的鼻咽癌病灶区域检测方法、装置及设备。该方法包括:获取并预处理训练数据集;从预处理后的所述训练数据集中选取部分MRI图像进行病灶区域标注,得到其对应的病灶区域掩膜;根据被标注的所述MRI图像以及对应的病灶区域掩膜,对预先构建的数据准备网络进行训练;采用训练完成的所述数据准备网络,对所述训练数据集中未被标注的MRI图像进行病灶区域预测,确定其对应的病灶区域掩膜;根据各所述MRI图像及其对应的病灶区域掩膜,对预先构建的轻量化分割网络进行训练,以进行病灶区域检测。本申请实施例的技术方案可以降低训练数据的获取难度以及保证训练数据的质量,进而提高鼻咽癌病灶区域检测的准确性。
-
公开(公告)号:CN117876345A
公开(公告)日:2024-04-12
申请号:CN202410056935.5
申请日:2024-01-15
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/25 , G06T7/11 , G06V10/764 , G06N3/0475 , G06N3/045
Abstract: 本申请的实施例提供了一种用于LED面板的缺陷检测方法、装置、介质及设备。该方法包括:获取待检测图像,将待检测图像输入至预先训练完成的生成对抗网络,以使生成对抗网络输出待检测图像中LED面板是否存在缺陷的判断结果;在待检测图像中LED面板存在缺陷的情况下,对待检测图像进行目标检测,确定待检测图像中缺陷所在的目标区域的位置信息;对每一目标区域进行图像分割处理,确定目标区域中与缺陷对应的目标像素,并确定目标区域所包含缺陷的类别信息;将目标区域的位置信息、目标像素以及类别信息在待检测图像中进行可视化。本申请实施例的技术方案可以提高LED面板的检测结果的准确性,以及提高缺陷检测方法的通用性。
-
公开(公告)号:CN117852625A
公开(公告)日:2024-04-09
申请号:CN202410021369.4
申请日:2024-01-05
Applicant: 厦门大学
IPC: G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种用于二值神经网络的低上行负载联邦学习方法及装置,其中方法包括:边缘节点接受中心节点下发的模型定义;在每个训练轮次,被选中的边缘节点从中心节点下载当前全局模型并进行训练;中心节点基于边缘节点提交的二值参数、少量实值参数以及极少量辅助参数对边缘节点实值参数变化量进行估计;中心节点根据各个边缘节点数据集的大小对所估计的实值参数变化量进行聚合并更新全局模型;从而基于神经网络参数服从正态分布的假设和二值神经网络权重二值化的原理估计边缘节点的实值参数变化量更新全局模型,具有上传数据量少,全局网络训练质量高,边缘节点模型推理速度快,兼容各种对实值参数进行线性映射后再进行参数二值化的二值神经网络。
-
公开(公告)号:CN117641664A
公开(公告)日:2024-03-01
申请号:CN202311469640.2
申请日:2023-11-07
Applicant: 厦门大学
IPC: H05B47/105 , H05B47/11 , H05B47/16 , H05B47/175 , H05B45/10 , H05B45/20 , H05B45/325 , H05B47/115
Abstract: 本发明提供了一种用于阴雨天的室内模拟日光照明的方法、灯光控制系统和灯光画,所述方法包括:与互联网相通自动获取地理位置信息及日期信息;通过地理位置信息及当前时间计算得到不同时刻的日光色坐标和色温以及计算倾斜表面的太阳辐射;通过确定用于控制LED光源模块发射出模拟日光照明的灯光控制参数;将灯光控制参数发送给所述LED光源模块,以使LED光源模块发出模拟日光照明。应用本技术方案可实现在阴雨天的室内模拟日光照明,辅助用户调节心情及康复、增加灯光画的美学观赏程度。
-
公开(公告)号:CN117079015A
公开(公告)日:2023-11-17
申请号:CN202310916563.4
申请日:2023-07-24
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06T7/00
Abstract: 本申请的实施例提供了一种图像分类模型的训练、分类方法、装置、介质及设备。该训练方法包括:对原始图像数据集进行预处理;从预处理后的原始图像数据集中选取训练数据,并对训练数据进行随机划分,得到预定数量组数的训练集和验证集;分别采用各组训练集和验证集对若干子分类器进行训练直至收敛,得到若干目标子分类器;将若干目标子分类器针对同一样本输出的分类结果进行融合,并用以对预先构建的元分类器进行训练,得到目标元分类器;将若干目标子分类器进行并联,再与目标元分类器串联,得到目标图像分类模型。本申请实施例的技术方案可以基于小规模的样本数据进行模型的训练,保证模型的训练效果,并提高模型识别结果的准确性。
-
-
-
-
-
-
-
-
-