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149个,建议您升级VIP下载更多相关专利
  • [发明专利]一种融合先验知识的小样本雷达工作模式分类方法-CN202110254832.6有效
  • 利强;金秋园;杨健;邵怀宗;潘晔;林静然 - 电子科技大学
  • 2021-03-09 - 2022-07-05 - G06K9/62
  • 本发明公开了一种融合先验知识的小样本雷达工作模式分类方法,包括获取各雷达工作模式下的脉冲数据,根据脉冲数据生成伪图片样本;将生成的伪图片样本输入原型网络进行分类训练,得到每一类的类中心向量;利用先验知识构建知识向量和标签,输入中心网络进行训练,得到每一类的预中心向量;构建损失函数,将损失函数反向传播以更新融合先验知识的原型网络的网络参数,得到最优原型网络;利用最优原型网络对待识别的脉冲数据进行雷达工作模式识别分类。本发明通过结合雷达各工作模式下脉冲参数的变化规律作为先验知识经过中心网络映射为预中心向量后加入原型网络的损失函数并进行反向传播,提高了小样本情况下雷达工作模式分类的准确率。
  • 一种融合先验知识样本雷达工作模式分类方法
  • [发明专利]一种阵列模型误差下基于神经网络的波达方向估计方法-CN202110055459.1有效
  • 韩莉;林静然;邵怀宗;利强;潘晔;杨健 - 电子科技大学
  • 2021-01-15 - 2022-06-21 - G01S3/14
  • 本发明公开了一种阵列模型误差下基于神经网络的波达方向估计方法,包括以下步骤:S1:搭建天线阵列模型;S2:设置不同比例系数生成训练集样本和测试集样本;S3:对训练集样本和测试集样本进行自相关操作,得到特征数据向量,并生成训练集样本和测试集样本的来向角对应标签;S4:搭建全连接神经网络模型;S5:将特征数据向量和来向角对应标签输入至全连接神经网络模型中进行训练;S6:将测试集样本输入至全连接神经网络模型中进行测试,得到估计角度。采用本发明的全连接神经网络结构,能够更好地消除实际工程中阵元物理特性对接收信号造成的影响。并且本发明的网络结构中待训练参数少,可以实现快速高精度测向。
  • 一种阵列模型误差基于神经网络方向估计方法
  • [发明专利]一种阵列模型误差下基于拟合模型的波达方向估计方法-CN202110056998.7有效
  • 韩莉;林静然;邵怀宗;利强;潘晔;张伟 - 电子科技大学
  • 2021-01-15 - 2022-06-21 - G01S3/14
  • 本发明公开了一种阵列模型误差下基于拟合模型的波达方向估计方法,包括以下步骤:S1:搭建包含阵列误差的导向矢量模型;S2:通过设置不同比例系数生成训练集样本和测试集样本;S3:对训练集样本和测试集样本进行自相关操作,得到特征数据向量作为神经网络的输入数据,并生成来向角对应标签;S4:搭建拟合神经网络模型,并初始化参数;S5:将特征数据向量和来向角对应标签输入至拟合神经网络模型中进行训练;S6:将测试集样本输入至保存好的拟合神经网络模型中进行测试,得到估计角度。本发明采用全连接层实现拟合模型的神经网络,能够更好地适用实际工程中对阵列接收到的带干扰信号进行快速高精度测向。
  • 一种阵列模型误差基于拟合方向估计方法
  • [发明专利]一种基于边采样的异质信息网络嵌入方法-CN202110055438.X有效
  • 王梦惟;利强;潘晔;王沙飞;邵怀宗;林静然 - 电子科技大学
  • 2021-01-15 - 2022-05-20 - H04N1/32
  • 本发明公开了一种基于边采样的异质信息网络嵌入方法,包括以下步骤:S1、对情报数据集中每一条边的权重进行预处理,得到游走权重;S2、从情报元素节点集中选取第i个情报元素节点作为游走起点,对游走起点基于边采样进行额定长度的多次游走,得到游走数组;S3、重复步骤S2,直到i等于情报元素节点集V中节点的总数|V|,将多个游走数组构建为游走数组集;S4、选取游走数组集中的一个游走数组,并基于该游走数组构建训练样本,训练单隐层神经网络;S5、将情报元素节点集中的情报元素节点输入训练完成的单隐层神经网络,得到嵌入向量;本发明解决了目前已有的图嵌入算法中不能处理带权图和游走受限的问题。
  • 一种基于采样信息网络嵌入方法
  • [发明专利]一种基于频控阵的S形干扰波束测试方法-CN201810513556.9有效
  • 陈慧;贾文凯;胡全;王文钦;邵怀宗;潘晔;廖轶 - 电子科技大学
  • 2018-05-25 - 2022-05-20 - G01S7/41
  • 本发明公开了一种基于频控阵的S形干扰波束测试方法,包括如下步骤:S1、根据频控阵雷达发射机的预设S形干扰波束在空间中的分布位置,选择雷达测试接收机的安放位置点,即为测试接收点;S2、使频控阵雷达发射机开始发射信号,并使各测试接收点接收经过该测试接收点的至少一个预设发射周期的所有发射信号数据;S3、根据接收到的发射信号数据,确定各测试接收点的测试数据;S4、根据各测试接收点的空间位置和测试数据,进行频控阵二维波束图的绘制,即拟合出S形干扰波束。本发明解决了现有技术存在的实用性低、隐蔽性低、测试效率低、实施成本昂贵和资金投入大的问题。
  • 一种基于频控阵干扰波束测试方法
  • [发明专利]一种小样本情景下的辐射源个体识别方法-CN202210027209.1在审
  • 蒋季宏;赵博;梁沛阳;杨柳;邵怀宗;潘晔 - 电子科技大学
  • 2022-01-11 - 2022-05-13 - G06K9/62
  • 本发明提出一种小样本情景下的辐射源个体识别方法,将基于不同时频分析方法下提取到的信号时频特征分别输入进神经网络中进行训练,待模型收敛后提取神经网络全连接层输出的特征进行融合,然后基于注意力机制完成融合后特征的优化,再将优化后的融合特征作为辐射源个体间的指纹特征应用于辐射源个体的识别任务,并采用随机搜索策略对使用优化后的融合特征训练的网络进行超参数调优。本发明通过特征提取的选择及组合、特征融合处理、融合后特征优化以及超参数搜索策略缓解了基于小样本的辐射源个体识别任务中数据特征不足、训练严重过拟合以及识别准确率低下的问题,提高了小样本情境下辐射源个体识别准确率,改善了神经网络性能。
  • 一种样本情景辐射源个体识别方法
  • [实用新型]一种留置针肝素帽、端帽自动装配设备-CN202122836683.2有效
  • 吉者军;潘晔;郭赵春 - 苏州鱼跃医疗科技有限公司
  • 2021-11-18 - 2022-05-10 - B23P19/04
  • 本实用新型提供一种留置针肝素帽、端帽自动装配设备,包括第一供料端、第一操作模块、第二供料端和第二操作模块;第一供料端工作时向第一操作模块处输出同向排列的帽体,该帽体的移动路径上具有一第一到达位置;第一操作模块工作时将帽体从第一到达位置处移动至第一工作方位;第二供料端工作时向第二操作模块处输出同向排列的延长管座,该延长管座的移动路径上具有一第二到达位置;第二操作模块工作时将延长管座从第二到达位置处移动至第二工作方位;当帽体位于第一工作方位,且延长管座位于与该第一工作方位相对应的第二工作方位时,帽体和延长管座相配合。本设备能够全自动地完成留置针肝素帽、端帽与延长管座之间的装配工作。
  • 一种留置肝素自动装配设备
  • [实用新型]一种留置针延长管吹气装置-CN202122837445.3有效
  • 许一帆;郝广鲁;潘晔 - 苏州鱼跃医疗科技有限公司
  • 2021-11-18 - 2022-05-10 - B23P19/04
  • 本实用新型提供一种留置针延长管吹气装置,包括夹持单元和吹气单元;夹持单元包括上夹块和下夹块,上夹块的底面为第一接触面,该第一接触面上设有第一凹槽;下夹块的顶面为第二接触面,该第二接触面与第一接触面在上下方向对应设置,且该第二接触面上设有与第一凹槽对位配合的第二凹槽;在上夹块和下夹块的夹持状态下,第一凹槽和第二凹槽共同形成夹持延长管的第一通道;吹气单元包括第一夹爪、第二夹爪和吹气管,第一夹爪上设有第一定位端,第二夹爪上设有第二定位端;在第一夹爪和第二夹爪的夹持状态下,第一定位端和第二定位端共同夹持延长管的端部,吹气管的出气口正对延长管的开口。本装置能够促进延长管内壁的润滑剂高效挥发。
  • 一种留置延长吹气装置

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