-
公开(公告)号:CN119224096A
公开(公告)日:2024-12-31
申请号:CN202411313589.0
申请日:2024-09-20
Applicant: 西北大学
IPC: G01N27/48 , G01N27/327
Abstract: 本发明公开了一种多种农药检测方法、电化学生物传感器阵列及应用,包括:不同的农药分子对胆碱酯酶蛋白的抑制作用不同,导致在相同电压刺激下产生不同的峰值电流;在求差之后,合并不同浓度下两种酶的下降峰值,得到农药的双酶特征图谱;采用最近邻算法进行农药检测,根据任何新的测试样本与特征集中的最近距离,进而准确和及时地确定农药种类和浓度。电化学生物传感器阵列在农药的种类和浓度的同时检测中具有较好的准确率、稳定性、较高的灵敏度和较低的成本。使用丝网印刷技术制作叉指微电极,生成成本低,便于大量生产,且可适用于小型化的便携式电化学检测设备,更适合于现场快速准确检测。
-
公开(公告)号:CN118278460A
公开(公告)日:2024-07-02
申请号:CN202410259304.3
申请日:2024-03-07
Applicant: 西北大学
IPC: G06N3/0464 , G06N3/08 , G06Q50/00 , G06F18/24 , G06F18/214 , G06F17/16 , G06F17/18
Abstract: 本申请涉及一种符号网络中基于图卷积神经网络的细粒度信任评估方法,本申请在符号加权有向社交网络中提出一个基于图卷积神经网络(Graph Convolutional Network,GCN)的面向连续信任度的信任评估框架ContTrust,以预测网络中没有显式连接关系的用户对之间的信任度;基于信任关系的方向和信任权重的正负,将目标用户的邻居分为4类,考虑不同潜在因素对目标用户信任度的影响来提升信任评估的性能;设计了四个基于注意力机制的聚合器和多个堆叠的卷积层来捕获社交网络图结构和用户间的信任;使用来自公共真实世界的数据集来评估ContTrust的性能。与信任评估领域两个最流行的基准算法相比,ContTrust在均方根误差(RMSE)和皮尔逊相关系数(PCC)方面可分别提高51.2%和33.1%的性能。
-
公开(公告)号:CN118226883A
公开(公告)日:2024-06-21
申请号:CN202410416581.0
申请日:2024-04-08
Applicant: 西北大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明适用于电子通信领域,提供了基于神经网络的无人机超声避障装置及方法,所述装置包括:可编程逻辑模块、处理器系统模块、超声波模块;超声波模块用于响应于周期性触发信号发射周期性超声波、接收超声回波,并将超声回波传递给可编程逻辑模块;可编程逻辑模块用于产生周期性触发信号,并对超声回波进行计数,以读取超声回波的周期数、利用超声回波的周期数和预先训练好的神经网络,计算获得识别结果;处理器系统模块用于获取识别结果,根据识别结果执行无人机的姿态更新;可编程逻辑模块、处理器系统模块和超声波模块电连接。本发明提供的装置及方法具有极大减少无人机功耗,可灵活应对突发情况,消除检测盲区的优点。
-
公开(公告)号:CN118075884A
公开(公告)日:2024-05-24
申请号:CN202410254640.9
申请日:2024-03-06
Applicant: 西北大学
IPC: H04W72/0453 , H04W72/50 , H04W72/566
Abstract: 本发明公开了一种超密集网络频谱资源分配方法、系统及存储介质,方法包括以下步骤:步骤1,计算用户和子载波在各自通信范围内的对彼此的偏好值,获得用户对子载波的偏好值列表以及子载波对用户的偏好值列表;步骤2,对网络中的子载波资源进行预匹配;步骤3,对子载波进行转移,获得更优的匹配结果。经仿真结果分析,本发明的方法产生的匹配结果是稳定的,保障了用户的最优分配与子载波资源的最佳配置。本发明实现了用户吞吐量需求与子载波资源间的最佳匹配,特别是考虑到不同用户对吞吐量的不同需求与子载波提供的不同吞吐量能力。解决了超密集网络环境下不同用户的吞吐量需求与受限频谱资源间的矛盾。
-
公开(公告)号:CN116436545A
公开(公告)日:2023-07-14
申请号:CN202310257222.0
申请日:2023-03-16
Applicant: 西北大学
IPC: H04B17/336 , H04B17/391 , H04B17/382 , H04B7/185
Abstract: 本发明公开了一种UAV‑IRS辅助IoT网络中的IRS配置优化和AoI调度优化方法,应用于带有IRS的无人机,无人机对应多个IoT设备,该方法包括:获取自身的当前位置信息;根据当前位置信息和预训练得到的Q表,确定最优移动方向;沿最优移动方向移动至下一个位置信息处;在下一个位置信息处根据IRS的表面阵元数量、预设相位分辨率和IRS的信号振幅,通过组合优化方法确定IRS的反射相移矩阵;在下一个位置信息处,基于反射相移矩阵确定每个对应的IoT设备的信噪比;当每个对应的IoT设备的信噪比均大于或等于预设阈值时,获取当前时隙每个对应的IoT设备的AoI,将AoI输入预训练的DQN模型,输出当前时隙待中继的IoT设备;将待中继的IoT设备发送的信息发送至基站。
-
公开(公告)号:CN116416080A
公开(公告)日:2023-07-11
申请号:CN202310287692.1
申请日:2023-03-22
Applicant: 西北大学
IPC: G06Q50/00 , G06F18/22 , G06F18/23213 , H04L41/12
Abstract: 本申请涉及一种符号网络中噪声边感知的社区检测方法,包括:确定符号网络中的噪声边集合和噪声边节点集合;对符号网络中的所有噪声边进行标记,得到更新后的符号网络;对更新后的符号网络的拓扑信息进行嵌入,得到更新后的符号网络的嵌入矩阵,在嵌入过程中,忽略所有噪声边;根据更新后的符号网络的嵌入矩阵和噪声边节点集合,确定符号网络中每个节点所属社区。本申请考虑到符号网络中噪声边对社区检测的影响,感知忽略噪声边,结合平衡理论,并考虑到社区结构存在非平衡态与弱平衡态,从而允许属于平衡三角形的负边位于社区内部,允许属于平衡三角形的正边位于两个社区之间,从而降低了符号网络中噪声边的影响并提高了社区检测的精准度。
-
公开(公告)号:CN116405359A
公开(公告)日:2023-07-07
申请号:CN202310187039.8
申请日:2023-03-01
Applicant: 西北大学
Abstract: 本发明公开了一种基于频域干扰迭代消除的LoRa并发通信解调方法及系统,包括信号发送;以chirp信号为处理单位,节点端以标准LoRa数据包帧格式发送信号;信号接收;网关端以导频部分频域特征作为依据,对冲突状态下的LoRa信号进行接收,冲突状态即为多个数据包在同一时间段进行传输;信号预处理;对冲突状态下的LoRa信号进行进行低通滤波和信号同步,以chirp长度为步长进行分割得到多个chirp符号,对chirp符号进行载波频率偏移校正;冲突信号解调;对步骤三预处理后的chirp符号进行频域干扰预估并消除,完成符号解调。本发明给出的解调方法,在低信噪比下有着更强的鲁棒下,可以在信号强度远低于噪声强度的情况下,完成冲突信号的解调。
-
公开(公告)号:CN116367045A
公开(公告)日:2023-06-30
申请号:CN202310155655.5
申请日:2023-02-23
Applicant: 西北大学
IPC: H04R3/00
Abstract: 本申请公开了一种降噪表面单元,包括:声音收集电路、信号叠加电路、移相电路、跟随电路和系统PCB结构,声音收集电路、信号叠加电路、移相电路、跟随电路依次连接且均布局在系统PCB结构上;声音收集电路用于收集环境中的声音信号;信号叠加电路用于将两个麦克风收集到的声音进行叠加;移相电路用于将收集到的声音信号移相180°或者不变;跟随电路用于将反相后的信号连接扬声器并播放。具有带宽高,能够覆盖500Hz‑6000Hz的可听声范围;双扬声器和麦克风的设计避免了收发在一起的啸叫现象;可以灵活进行上下左右扩展、拆卸来适用不同的房间大小。
-
公开(公告)号:CN116359915A
公开(公告)日:2023-06-30
申请号:CN202310153092.6
申请日:2023-02-22
Applicant: 西北大学
IPC: G01S13/88 , G01S13/86 , G06F18/2323 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082
Abstract: 本申请涉及一种用于小样本人体活动识别的通用跨模态框架构建方法,包括:获取WiFi人体活动数据;获取雷达人体活动数据;基于WiFi人体活动数据训练第一分类网络,得到训练后第一分类网络;训练后的第一分类网络的输出为人体活动的第一概率分布;基于雷达人体活动数据和人体活动的第一概率分布训练第二分类网络,得到训练后的第二分类网络,即通用跨模态框架。本申请利用现有公开WiFi数据集辅助训练为毫米波雷达建立的模型,不需要为毫米波雷达采集大量的训练数据,且通用跨模态框架的识别性能得到显著提升。
-
公开(公告)号:CN115844418A
公开(公告)日:2023-03-28
申请号:CN202211347908.0
申请日:2022-10-31
Applicant: 西北大学
IPC: A61B5/346 , A61B7/04 , A61B5/00 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于Bi‑LSTM网络的心电信号重构方法,该方法包括以下步骤:步骤1,PCG和ECG信号采集;步骤2,双通道信号同步;步骤3,干扰消除;步骤4,分帧和归一化;步骤5,构建Bi‑LSTM重构网络并训练;步骤6,根据PCG信号重构ECG信号。本发明针对时序信号设计的Bi‑LSTM重构网络有效提取心脏活动特征并通过重构网络映射为ECG信号;实现了从PCG信号中学习心脏变化的模式和特征并将其映射为ECG信号。本发明采用的软件同步方法不需要硬件保持绝对的同步采集,有效降低了硬件设计的复杂性和成本。本发明采取高效的优化器提高了优化速度和结果,避免模型陷入局部最优化或欠拟合。本发明添加dropout层避免了模型多次迭代导致的过拟合。
-
-
-
-
-
-
-
-
-