-
公开(公告)号：CN118606264A
公开(公告)日：2024-09-06
申请号：CN202410454408.X
申请日：2024-04-16
Applicant: 西南大学
Abstract: 一种基于简易混沌系统的可重构逻辑计算电路，其特征在于：设置有初始信号输入电路、控制参数输入电路、第一混沌电路和第二混沌电路；所述初始信号输入电路生成初始信号，并将所述初始信号发送给第一混沌电路；所述控制参数输入电路生成分岔控制参数Vc，并将所述分岔控制参数Vc发送给第一混沌电路和第二混沌电路；所述第一混沌电路接收所述初始信号和分岔控制参数Vc，并输出第一混沌信号给第二混沌电路；所述第二混沌电路接收所述第一混沌信号和分岔控制参数Vc，并输出第二混沌信号给第一混沌电路。效果：具有更连续、更宽的混沌区域，在面对复杂的外部环境时，具有更好的稳定性、可拓展性和安全性。
-
公开(公告)号：CN118447227A
公开(公告)日：2024-08-06
申请号：CN202410552277.9
申请日：2024-05-07
Applicant: 西南大学
IPC: G06V10/25 , G06V20/17 , G06V10/75 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/771 , G06V10/776
Abstract: 一种基于跨级可变形特征聚合网络的航空图像目标检测方法，其特征在于，包括以下步骤：1：图像采集模块实时采集航空图像数据a；2：预处理模块对所述航空图像数据a进行预处理操作，得到标准图形数据b；3：跨级可变形特征聚合网络CDNet中的特征提取模块对标准图形数据b进行特征提取操作，得到特征数据c；4：特征融合模块对特征数据c进行特征融合操作，得到融合数据d；5：图像检测模块对融合数据d进行图像检测操作，并输出检测结果e。效果：可以有效提取高分辨率小物体细节特征，聚合目标的跨层级特征信息和空间细节信息，实现了更为精准的检测性能，提高了网络对不规则目标边界的敏感性，增强了模型的建模能力。
-
公开(公告)号：CN117745616A
公开(公告)日：2024-03-22
申请号：CN202311794591.X
申请日：2023-12-25
Applicant: 西南大学
IPC: G06T5/90 , G06T5/50 , G06T7/40 , G06T7/90 , G06V10/54 , G06V10/56 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明是一种基于多先验融合的低光照图像增强方法，其特征在于：包括下列步骤：步骤1、设计深度神经网络模型；步骤2、训练和验证评价深度神经网络模型；步骤3、对低光照图像进行增强；所述深度神经网络模型设置有颜色分支、纹理结构分支、基于Transformer架构的Encoder模块、Decoder模块和第一加法模块；颜色分支和纹理结构分支获取低光照图像后，输出颜色先验特征和纹理结构特征；Encoder模块获取低光照图像、颜色先验特征和纹理结构特征后，输出第五内容特征；Decoder模块获取第五内容特征后，输出增强差值图；第一加法模块获取增强差值图和低光照图像后，输出增强结果图。本发明的有益效果是：可以对低光照图像进行有效增强，恢复纹理结构细节并保持颜色一致性。
-
公开(公告)号：CN117557748A
公开(公告)日：2024-02-13
申请号：CN202311578365.8
申请日：2023-11-24
Applicant: 西南大学
IPC: G06T17/20 , G06T7/73 , G06V10/26 , G06V10/75 , G06V10/774
Abstract: 本发明公开了一种鲁棒性动态视觉同步定位与建图系统，包括ORB‑SLAM 2的系统框架其，所述ORB‑SLAM 2的系统框架内集成有语义分割线程和稠密建图线程，所述ORB‑SLAM 2的系统框架的跟踪线程内集成有误匹配检测模块。本发明的定位精度和地图质量方面优于其他最先进的动态vSLAM系统，在追踪前利用语义信息判断当前场景的状态，提高了系统的实时性，节约了运算成本；基于语义分割的静态特征点提取算法和一种基于极线约束的有限动态特征点检测算法，为跟踪提供足够可靠的静态特征点；基于重投影误差的误配检测模块来进一步提高跟踪精度，并引入了一个基于深度图像和语义标签的点云生成和过滤算法来生成干净的3D点云图。
-
公开(公告)号：CN117058439A
公开(公告)日：2023-11-14
申请号：CN202310829159.3
申请日：2023-07-07
Applicant: 西南大学
IPC: G06V10/764 , G06V10/26 , G06V20/70 , G06V10/766 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明提供一种基于位置适应模块与知识补足的点云分析方法及系统，其中的方法构建了深度学习模型，包括位置适应模块，能够顺利应对点云数量变化的情况，捕获并聚合不同尺度的点云特征及几何信息，提取到更为完备的点云语义，从而增强整个网络架构的学习性能；知识补足模块，在网络的推理阶段发挥作用，获取验证集中的点云的较低维特征及几何信息，对网络在训练阶段已学习到的知识进行补充，从而提升整个网络架构对点云数据的分析能力；利用获得的点云特征与几何信息，得到语义分类与分割结果。本发明能够有效捕获点云的多尺度特征及几何信息，并采用仅在推理阶段工作的知识补足，节省了网络的训练消耗且提供了补充性质的语义信息。本发明在点云分类与点云分割应用任务上具备较大优势。
-
Patent Agency Ranking
公开(公告)号：CN116090481A
公开(公告)日：2023-05-09
申请号：CN202211550060.1
申请日：2022-12-05
Applicant: 西南大学
Abstract: 基于忆阻器交叉阵列的全尺寸卷积计算器，其特征在于，包括卷积核矩阵；输入阵列：输出电路输出卷积结果。一种全尺寸卷积计算器的卷积方法，卷积核矩阵获取输入数据，卷积核矩阵将低于忆阻器阈值电压的脉冲电压信号送卷积核正值输入端，经运算电路后得m个数据；每个数据接入输入阵列，在F个卷积计算单元内与存储在忆阻器交叉阵列中的输入数据实现累加求和；输出结果。显著效果，利用忆阻器阵列的高集成度和尺寸优势，通过增加存储区域来加速卷积计算；该卷积器能并行计算卷积矩阵上平铺的所有卷积区域的卷积计算，计算效率显著增加，且输入数据越大，效果越显著。
-
公开(公告)号：CN111931815B
公开(公告)日：2022-10-18
申请号：CN202010653407.X
申请日：2020-07-08
Applicant: 西南大学
Abstract: 本发明公开了一种基于迁移样本的跨域迁移电子鼻漂移抑制方法，将源域、目标数据投影到子空间，不同域数据之间集进行边缘最大均值差异做最小化处理、条件最大均值差异做最小化处理、可分性最大化、判别信息做最大化处理后，得到转换基P和对应投影源域数据集和投影目标域数据集；根据投影源域数据集、投影目标域数据集，计算适应极限学习机的未知输出权重，得到最终的适应极限学习机；并将未知标签的目标域数据进行漂移抑制测试。有益效果：在抑制漂移的同时，保存了源域和目标域的判别信息。最小化边缘分布差异和条件分布差异，提高了模型的健壮性和分类精确度。在特征层和决策层实现知识迁移，充分利用迁移样本。
-
公开(公告)号：CN114883489A
公开(公告)日：2022-08-09
申请号：CN202210589118.7
申请日：2022-05-27
Applicant: 西南大学
IPC: H01L45/00
Abstract: 本发明涉及半导体器件技术领域，具体涉及一种异质结自整流忆阻器及其制备方法。其中，一种异质结自整流忆阻器，包括依次叠加的第一电极层、具有忆阻特性的异质结层和第二电极层，所述第一电极层、具有忆阻特性的异质结层和第二电极层的势垒能够通过能带工程进行调控。其方法包括以下步骤：取基底、第一电极层材料、具有忆阻特性的异质结层材料和第二电极层材料；在所述基底上依次叠加进行第一电极层材料、具有忆阻特性的异质结层材料和第二电极层材料的溅射镀膜，镀膜后形成异质结自整流忆阻器。本发明的目的是解决现有的忆阻器会产生潜行电流，使其电阻值会发生变化，导致其储存的数据失效的问题。
-
公开(公告)号：CN112910457A
公开(公告)日：2021-06-04
申请号：CN202110079979.6
申请日：2021-01-21
Applicant: 西南大学
IPC: H03K19/20
Abstract: 本发明公开了一种基于忆阻器的二选一数据选择器电路，该选择器电路包括六个忆阻器和一个NMOS管，其中每两个极性相反的忆阻器串联构成与门或者或门电路，实现相应的与、或逻辑。此外，本发明还将该二选一数据选择器电路映射到忆阻器交叉阵列中。本发明所构建的二选一数据选择器电路不仅具备传统选择器的功能，而且极大减少了传统电路中的CMOS元件数量，大量采用新型元器件忆阻器，因而简化了电路结构，缩小了电路面积，此外由于忆阻器交叉阵列尺寸小，易于高密度集成，且与当前CMOS技术兼容，因此将电路映射到交叉阵列后，进一步提高了电路的集成度和可扩展性。
-
公开(公告)号：CN111931815A
公开(公告)日：2020-11-13
申请号：CN202010653407.X
申请日：2020-07-08
Applicant: 西南大学
Abstract: 本发明公开了一种基于迁移样本的跨域迁移电子鼻漂移抑制方法，将源域、目标数据投影到子空间，不同域数据之间集进行边缘最大均值差异做最小化处理、条件最大均值差异做最小化处理、可分性最大化、判别信息做最大化处理后，得到转换基P和对应投影源域数据集和投影目标域数据集；根据投影源域数据集、投影目标域数据集，计算适应极限学习机的未知输出权重，得到最终的适应极限学习机；并将未知标签的目标域数据进行漂移抑制测试。有益效果：在抑制漂移的同时，保存了源域和目标域的判别信息。最小化边缘分布差异和条件分布差异，提高了模型的健壮性和分类精确度。在特征层和决策层实现知识迁移，充分利用迁移样本。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.023 seconds)
