-
公开(公告)号：CN112528580B
公开(公告)日：2023-04-14
申请号：CN202011306564.X
申请日：2020-11-19
Applicant: 广州大学
IPC: G06F30/3308 , H02M1/44 , H02M3/335 , G06F115/12
Abstract: 本申请涉及电子电路仿真技术领域，尤其涉及一种反激式变换器电路板的电磁辐射仿真预测方法。包括：建立反激式变换器电路板的初始模型；在所述初始模型中设置叠层、无源器件参数得到第一模型；在所述第一模型中设置预设类型器件的第一激励源端口得到第二模型；建立场效应晶体管模型；根据所述第二模型和所述场效应晶体管模型得到第三模型；在所述第三模型中添加所述预设类型器件的模型、设置激励源进行仿真得到仿真数据；根据所述仿真数据得到电磁辐射分布。电磁辐射仿真预测方法省去了样机调试的时间成本，同时整个电磁辐射仿真预测都能够在计算机中完成，达到快速评估设计方案并快速给出方案整改意见的效果，节省了大量的人力物力成本。
-
公开(公告)号：CN113610855A
公开(公告)日：2021-11-05
申请号：CN202110788201.2
申请日：2021-07-13
Applicant: 广州大学
Abstract: 本发明公开了一种图像分割模型训练方法、识别方法、系统、装置及介质，训练方法包括：根据先验知识确定卷积核；获取预设的第一目标图像，将卷积核旋转预设的多个角度后对第一目标图像进行卷积操作，得到第一目标图像中前景目标特征的预分割图像；构建卷积神经网络，将预分割图像输入到卷积神经网络中进行训练，得到目标概率图像，进而根据目标概率图像和第一目标图像对卷积神经网络的参数进行优化，得到训练好的图像分割模型。本发明利用先验知识对图像进行了预分割，使得后续的卷积神经网络得到大大简化，降低了对运算资源的依赖，提高了图像分割的速度；在预分割过程中引入了旋转卷积核，提高了图像分割的精度，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN113610855B
公开(公告)日：2023-09-26
申请号：CN202110788201.2
申请日：2021-07-13
Applicant: 广州大学
IPC: G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像分割模型训练方法、识别方法、系统、装置及介质，训练方法包括：根据先验知识确定卷积核；获取预设的第一目标图像，将卷积核旋转预设的多个角度后对第一目标图像进行卷积操作，得到第一目标图像中前景目标特征的预分割图像；构建卷积神经网络，将预分割图像输入到卷积神经网络中进行训练，得到目标概率图像，进而根据目标概率图像和第一目标图像对卷积神经网络的参数进行优化，得到训练好的图像分割模型。本发明利用先验知识对图像进行了预分割，使得后续的卷积神经网络得到大大简化，降低了对运算资源的依赖，提高了图像分割的速度；在预分割过程中引入了旋转卷积核，提高了图像分割的精度，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN112528580A
公开(公告)日：2021-03-19
申请号：CN202011306564.X
申请日：2020-11-19
Applicant: 广州大学
IPC: G06F30/3308 , H02M1/44 , H02M3/335 , G06F115/12
Abstract: 本申请涉及电子电路仿真技术领域，尤其涉及一种反激式变换器电路板的电磁辐射仿真预测方法。包括：建立反激式变换器电路板的初始模型；在所述初始模型中设置叠层、无源器件参数得到第一模型；在所述第一模型中设置预设类型器件的第一激励源端口得到第二模型；建立场效应晶体管模型；根据所述第二模型和所述场效应晶体管模型得到第三模型；在所述第三模型中添加所述预设类型器件的模型、设置激励源进行仿真得到仿真数据；根据所述仿真数据得到电磁辐射分布。电磁辐射仿真预测方法省去了样机调试的时间成本，同时整个电磁辐射仿真预测都能够在计算机中完成，达到快速评估设计方案并快速给出方案整改意见的效果，节省了大量的人力物力成本。
-
-
-
Search Results
4
records
(took 0.016 seconds)
