-
公开(公告)号:CN116759456A
公开(公告)日:2023-09-15
申请号:CN202310940615.1
申请日:2023-07-28
Applicant: 西安电子科技大学
IPC: H01L29/78 , H01L23/552
Abstract: 本发明涉及一种抗单粒子辐射加固VDMOS器件结构;针对现有设计往往只关注于VDMOS器件的某一种抗单粒子能力的提升,并且一些加固技术会使得VDMOS器件的电学特性产生明显退化的问题;包括衬底和位于衬底上方的外延层;高K栅介质层位于外延层的上方中部,多晶硅栅位于高K栅介质层的上方;倒掺杂体区位于外延层内上表面的两侧,源区位于外延层内上表面且位于倒掺杂体区内,倒掺杂体区和源区分布在多晶硅栅两侧,两者横向结深之差形成沟道,接触区位于外延层内的上表面且位于倒掺杂体区内,并与源区邻接,源极金属接触位于接触区上方并覆盖部分源区,漏极金属接触位于衬底下表面;衬底、外延层、源区为N型掺杂;倒掺杂体区和接触区为P型掺杂。
-
公开(公告)号:CN114495089A
公开(公告)日:2022-05-13
申请号:CN202111574943.1
申请日:2021-12-21
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于多尺度异源特征自适应融合的三维目标检测方法,主要解决现有技术在单一传感器数据下对低分辨率三维目标检测精度低的问题,其方案为:建立训练、测试样本集;对点云进行体素初始化和关键点采样;构建三维体素特征编码模块编码体素特征;构建三维候选框估计模块估计三维候选框;构建图像特征编码网络编码图像特征;构建异源特征融合模块融合体素特征、图像特征和关键点特征;构建关键点权重估计模块对关键点作二分类;建立输出层,构建三维目标检测模型并对其训练;使用训练好的模型对点云中的三维目标进行检测。本发明改进了对低分辨率三维目标的表征能力,提高了三维目标的检测精度,可应用于机器人导航、三维建模、自动驾驶与虚拟现实。
-
公开(公告)号:CN101284156A
公开(公告)日:2008-10-15
申请号:CN200810018356.2
申请日:2008-06-02
Applicant: 西安电子科技大学
IPC: A61M21/00 , A61B5/0476 , A61B5/16 , G06F19/00 , G06N3/06
Abstract: 本发明公开了一种注意缺陷障碍症的个性化矫治方法及装置,利用少年儿童喜欢电脑游戏和争强好胜的心理特征,对患有注意缺陷障碍症进行矫正。其过程是:由头皮电极记录原始脑电信号,经放大和预处理去除干扰后通过模数转换器进入计算机;计算机控制DSP对脑电信号进行分段、经验模式分解和各通道分量的复杂性测度计算;将计算所得复杂度数据作为神经网络的输入向量,由训练算法对神经网络进行有监督的训练,神经网络的输出测定了患者当时的注意或非注意状态;专门设计的游戏程序会根据神经网络测定的注意状态即时调控游戏的演进和得分情况,以延长患者注意的保持时间。本发明适合对6岁以上少年儿童或成人注意缺陷障碍症患者进行非药物治疗。
-
公开(公告)号:CN119388417A
公开(公告)日:2025-02-07
申请号:CN202411338085.4
申请日:2024-09-24
Applicant: 杭州师范大学 , 杭州华新机电工程有限公司 , 华能(浙江)能源开发有限公司玉环分公司 , 西安电子科技大学杭州研究院
Abstract: 本发明提供一种散货码头故障巡检机器人的控制方法,属于机器人控制技术领域,包括:基于采集到的散货码头的空间布局和设备分布确定巡检节点以及预设巡检路径;控制巡检机器人沿预设巡检路径行驶,并确定每两个相邻巡检节点之间的实际巡检路径;巡检机器人在每个巡检节点进行数据采集,将采集的数据、实际巡检路径传输到控制中心;控制中心分析采集的数据,识别巡检节点故障并发出故障警报,同时,基于巡检结果生成巡检报告并存储在控制中心。可以合理有效的确定预设和实际巡检路径,精准到达每个巡检节点并采集数据,提高巡检效率和巡检质量,提高散货码头的巡检覆盖率,提高巡检机器人的可靠性和稳定性,提高散货码头的运营安全和效率。
-
公开(公告)号:CN116229295A
公开(公告)日:2023-06-06
申请号:CN202310176483.X
申请日:2023-02-28
Applicant: 西安电子科技大学
IPC: G06V20/17 , G06V10/44 , G06V10/77 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于融合卷积注意力机制的遥感图像目标检测方法,解决了小目标检测精度低,收敛速度慢的问题。实现包括:收集并处理遥感图像数据;搭建特征提取主干网络、融合卷积的Transformer编码‑解码架构;组成融合卷积注意力机制目标检测网络模型;训练、测试目标检测网络模型。本发明采用金字塔结构的下采样特征提取主干网络,对不同大小的输入图像输出大小相同的特征矩阵;搭建了具有深度卷积、逐点卷积的卷积模块,增强了对遥感图像局部特征的信息提取能力;将部分注意力头替换为卷积模块,降低了矩阵运算的大参数量,降低了训练耗时。用在航空飞机、遥感卫星、智慧交通、智慧农业等对遥感图像目标检测实时性和准确率要求高的领域。
-
公开(公告)号:CN115758879A
公开(公告)日:2023-03-07
申请号:CN202211425366.4
申请日:2022-11-14
Applicant: 西安电子科技大学
IPC: G06F30/27 , G06N3/0499 , G06F111/06
Abstract: 本发明为解决对宇航用电子器件的抗辐照加固设计需要经过大量的工艺摸底试验才能得到较为优化的加固方案,导致宇航用抗辐照加固产品研制周期长,研制成本高的问题,而提供一种基于正交设计和神经网络的器件级抗辐照加固预测模型的建立方法。该方法在经器件地面辐照试验数据和器件关键电学参数测试数据校准后的器件TCAD仿真模型的基础上,基于正交设计方法利用仿真获取不同加固条件下器件抗辐照性能和关键电学参数的变化,利用神经网络拟合建立复杂加固条件下器件抗辐照性能和关键电学参数变化预测模型。在所建立的预测模型的基础上,进一步通过遗传算法、模拟退火算法等搜索算法获得最优或近似最优的加固方案,从而指导宇航用抗辐照加固产品的制备。
-
公开(公告)号:CN112686139B
公开(公告)日:2024-02-09
申请号:CN202011591625.1
申请日:2020-12-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于跨阶段局部多尺度密集连接的遥感图像目标检测方法,主要解决现有技术中不能很好的对遥感图像中多尺度目标进行检测的问题。其实现方案是:1)从公开网站获取遥感图像数据集,将数据集划分为训练集和测试集;2)搭建由主干子网络、特征融合子网络和检测子网络依次连接组成的跨阶段局部多尺度密集连接检测网络;3)用训练集对跨阶段局部多尺度密集连接检测网络进行训练;4)用训练好的网络模型对测试集进行目标检测,输出目标检测结果。本发明具有强化的特征提取能力和对多尺度遥感图像目标检测精度高的优点,可应用于对遥感图像中的多尺度目标识别。
-
公开(公告)号:CN111884829A
公开(公告)日:2020-11-03
申请号:CN202010566129.4
申请日:2020-06-19
Applicant: 西安电子科技大学
Abstract: 本发明涉及物联网的技术领域,特别是涉及一种最大化多无人机架构收益的方法,其通过权衡用户的体验质量和运营商的运营成本,设计了参数化的净收益模型,共同优化通信、计算和缓存资源分配策略,在满足用户需求的同时最大化无人机协助的移动边缘计算的净收益,在此基础上,提出了多维混合自适应粒子群算法来求解联合优化问题。
-
公开(公告)号:CN114495089B
公开(公告)日:2024-09-06
申请号:CN202111574943.1
申请日:2021-12-21
Applicant: 西安电子科技大学
IPC: G06V20/64 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于多尺度异源特征自适应融合的三维目标检测方法,主要解决现有技术在单一传感器数据下对低分辨率三维目标检测精度低的问题,其方案为:建立训练、测试样本集;对点云进行体素初始化和关键点采样;构建三维体素特征编码模块编码体素特征;构建三维候选框估计模块估计三维候选框;构建图像特征编码网络编码图像特征;构建异源特征融合模块融合体素特征、图像特征和关键点特征;构建关键点权重估计模块对关键点作二分类;建立输出层,构建三维目标检测模型并对其训练;使用训练好的模型对点云中的三维目标进行检测。本发明改进了对低分辨率三维目标的表征能力,提高了三维目标的检测精度,可应用于机器人导航、三维建模、自动驾驶与虚拟现实。
-
公开(公告)号:CN111884829B
公开(公告)日:2022-07-29
申请号:CN202010566129.4
申请日:2020-06-19
Applicant: 西安电子科技大学
Abstract: 本发明涉及物联网的技术领域,特别是涉及一种最大化多无人机架构收益的方法,其通过权衡用户的体验质量和运营商的运营成本,设计了参数化的净收益模型,共同优化通信、计算和缓存资源分配策略,在满足用户需求的同时最大化无人机协助的移动边缘计算的净收益,在此基础上,提出了多维混合自适应粒子群算法来求解联合优化问题。
-
-
-
-
-
-
-
-
-