专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果185个,建议您升级VIP下载更多相关专利
  • [发明专利]宽带SiGe BiCMOS低噪声放大器-CN202110790736.3有效
  • 梁煜;郭斐;张为 - 天津大学
  • 2021-07-13 - 2023-10-20 - H03F1/56
  • 本发明涉及一种宽带SiGe BiCMOS低噪声放大器,包括第一级密勒电容宽带匹配电路和后级共基共射放大电路,其特征在于,所述第一级密勒电容宽带匹配电路,其输入端接收信号输入端的信号IN,将射频信号放大后经过极间电容输出到后级共基共射放大电路;所述密勒电容宽带匹配电路包括:第一晶体管Q1,第一电阻R1,第一电感L1,第二电感L2,第一电容C1和第二电容C2;其中,所述第一晶体管Q1的基极与第一电容C1的第一端连接;所述第一晶体管Q1的集电极分别与第一电感L1的第一端、第二电容C2的第一端连接;所述第一晶体管Q1的发射极与第二电感L2的第一端连接;所述第一电阻R1与第一电感L1的第二端连接。
  • 宽带sigebicmos低噪声放大器
  • [发明专利]垂直升降固定翼无人机-CN202310756992.X在审
  • 李政德;张仲钧;梁煜 - 天谷无人机有限公司
  • 2023-06-26 - 2023-09-05 - B64U10/20
  • 本发明公开了一种垂直升降固定翼无人机。包括:机身;机翼,机身的两侧均连接有机翼;升降系统,机身两侧的机翼上均设有升降系统,且升降系统能够产生竖直方向上的推力;推进系统,机身两侧的机翼上均设有推进系统,推进系统能够改变其推力方向,以使推进系统具有提供竖直方向上的升力时的第一状态和提供水平方向上的推力时的第二状态;其中,垂直升降固定翼无人机具有推进系统处于第一状态时的升降状态和推进系统处于第二状态时的巡航状态,并且垂直升降固定翼无人机处于升降状态时,推进系统和升降系统其中至少一个提供竖直方向上的升力。本发明的垂直升降固定翼无人机具有较高的安全性能,在部分动力失效时能够确保无人机安全降落。
  • 垂直升降固定无人机
  • [发明专利]一种基于深度学习的参数自适应RS码译码方法-CN201910861946.X有效
  • 梁煜;安翔宇;张为 - 天津大学
  • 2019-09-12 - 2023-08-29 - H03M13/15
  • 本发明涉及一种基于深度学习的参数自适应RS码译码方法,包括下列步骤:对信息序列X进行RS码编码,得编码后的信息序列u;对信息序列u进行BPSK调制,得到传输序列s;传输序列通过高斯白噪声信道后得到接收序列y;再利用接收序列y构造可靠度矩阵,并计算得到可靠度序列R;将可靠度序列R分为训练集与测试集;进行神经网络的训练;针对R的训练集与对应的接收序列y,使用不同η值的LCC译码算法分别进行测试,找到与训练集接收序列y一一对应的η最优解;以SNR和可靠度序列R为输入,以测试得到的最小η值为分类标签,两者共同形成神经网络训练的数据集。
  • 一种基于深度学习参数自适应rs译码方法
  • [发明专利]基于视频监控平台的可疑人员入侵的检测方法-CN201910987198.X有效
  • 梁煜;李佳豪;张为 - 天津大学
  • 2019-10-17 - 2023-08-25 - G06V20/40
  • 本发明涉及一种基于视频监控平台的可疑人员入侵的检测方法,包括下列的步骤:数据集的建立:采集用于人员检测的监控视频,对每一段监控视频进行帧提取,对数据集中的每张图片进行真实目标的人工标记;利用Kmeans聚类算法对数据集中标记的真实目标进行聚类分析,得出不同的长宽组合;Yolov3网络的训练:用数据集对yolov3网络进行训练,训练的损失函数三个部分,即目标框的回归损失、目标框分类判别的置信度损失和分类损失,采用随机梯度下降法对损失函数进行优化;网络最终的输出包含三个尺度的信息,分别检测大中小不同尺度大小的人员。
  • 基于视频监控平台可疑人员入侵检测方法
  • [发明专利]一种基于深度学习的校验子输入RS码译码方法-CN201910861968.6有效
  • 梁煜;安翔宇;张为 - 天津大学
  • 2019-09-12 - 2023-04-18 - H03M13/15
  • 本发明涉及一种基于深度学习的校验子输入RS码译码方法,包括下列步骤:产生数据集:利用接收序列y计算校验子S,将校验子分为训练集及测试集;计算训练集校验子对应的错误多项式,以错误多项式值作为深度学习训练标签;神经网络的训练:选用多层感知机MLP神经网络结构,以步骤(1)中得到的校验子S、错误多项式E作为神经网络训练的数据集,使用反向传播算法进行有效学习;通过一定数据量及代数的训练,得到译码准确率高的神经网络权重及偏置;当码字错误个数在译码半径以内时,神经网络归纳分析得到正确的对应关系;当码字错误个数在译码半径以外时,神经网络得到可能性最大的对应关系。
  • 一种基于深度学习校验输入rs译码方法
  • [发明专利]低雷诺数下层流分离控制减阻设计方法、机翼及飞行器-CN202110070455.0有效
  • 梁煜;单肖文 - 南方科技大学
  • 2021-01-19 - 2023-04-11 - B64F5/00
  • 本发明公开了一种低雷诺数下层流分离控制减阻设计方法、机翼及飞行器,包括步骤:根据雷诺数范围选择一个初始翼型;通过NURBS描述初始翼型的整体几何形状,通过控制点改变初始翼型的外形,在初始翼型的表面形成凹槽;翼型控制点坐标取值,进行拉丁超立方采样组合,生成不同形状的翼型样本;利用带转捩模型的快速分析工具,对翼型样本的气动特性进行分析;通过多目标遗传优化算法,对不同雷诺数范围内的流动条件同时进行减阻优化,挑选出多个对设计目标偏好不同的优化翼型;利用计算流体力学方法计算优化后的翼型,分析层流分离泡是否控制在凹槽中;选择层流分离泡控制效果最好的翼型。本发明能够设计出有效控制层流分离转捩的位置和区域的翼型。
  • 雷诺数层流分离控制设计方法机翼飞行器
  • [发明专利]一种超临界翼型样本采样方法及存储介质-CN202211580170.2在审
  • 梁煜;王志浩;单肖文;张淼 - 南方科技大学
  • 2022-12-09 - 2023-03-31 - G06F30/27
  • 本申请公开了一种超临界翼型样本采样方法及存储介质,涉及航空技术领域,包括:获取采样区域,并根据采样区域进行采样,得到包括预期样本的预期样本集;根据每一预期样本,随机生成第一曲线,并获取多个第一曲线对应的第一控制点坐标集;对每一预期样本,根据多目标遗传算法对多个第一控制点坐标集进行翼型优化,得到估计控制点坐标;将多个估计控制点坐标分别通过抖振代理模型、阻力发散代理模型进行映射取值,得到与预期样本集一一对应的估计样本集;根据估计样本集,计算得到以供机器学习的表面压力分布图。本申请能够有效保证样本数据集的准确性,进而使得以机器学习建立的设计模型能够有效建立。
  • 一种临界样本采样方法存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top