“侯小琪”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于镉基胶体量子点光催化产双氧水的方法及应用-CN202210259229.1有效
发明人：李洋;侯小琪;戴宁 -专利权人：国科大杭州高等研究院
申请日： 2022-03-15 - 公布日： 2023-06-13 - 主分类号： C01B15/01 文献下载
摘要：本发明公开了一种基于镉基胶体量子点光催化产双氧水的方法及应用，量子点催化剂的制备方法为：以热注入法合成硒化镉量子点，经提纯后包裹硫化镉及硫化锌壳层。本发明制备的量子点催化剂，首次应用于光催化产双氧水中，检测发现，该量子点催化剂具有优异的光催化产双氧水性能，2小时双氧水产率高达126mmol/L，具有极高的光催化产双氧水应用前景。
一种基于胶体量子光催化双氧水方法应用

[发明专利]一种基于残差神经网络的单通道时频混叠信号盲分离方法-CN202110520047.0有效
发明人： 侯小琪;曾泓然 -专利权人： 侯小琪
申请日： 2021-05-13 - 公布日： 2022-09-13 - 主分类号： H04L25/03 文献下载
摘要：本发明一种基于残差神经网络的单通道时频混叠信号盲分离方法，包括以下步骤：步骤1：获取单通道时频混叠信号；步骤2：根据步骤1得到的混叠信号，构造数据集，数据集包括训练集和测试集；步骤3：搭建残差神经网络，通过步骤2得到的数据集对残差神经网络进行训练和测试；步骤4：创建网络损失函数；步骤5：将混叠信号输入步骤3得到的残差神经网络，得到分离后的两路源信号波形；步骤6：将步骤4得到的源信号波形送入调节器解调即可完成时频混叠信号的盲分离；本发明采用数据驱动的深度学习方法弥补人工对分离问题模型刻画的不足，从大量样本中学习信号的深层特征并进行拟合，避免了复杂且繁琐的人工设计；训练特征构造复杂度低。
一种基于神经网络通道时频混叠信号分离方法

[发明专利]一种基于有机膦化物合成氧化铟半导体纳米晶的方法-CN202210488981.3在审
发明人：李洋;苏江彤;侯小琪;戴宁 -专利权人：国科大杭州高等研究院
申请日： 2022-04-14 - 公布日： 2022-09-09 - 主分类号： C01G15/00 文献下载
摘要：本发明公开了一种基于有机膦化物合成氧化铟半导体纳米晶的方法,包括将脂肪羧酸铟前驱体与溶剂加入到容器中，将物料在惰性气氛围下排气并维持惰性气体保护，向溶液加入2‑20倍有机膦化物，升温至200‑280℃，保持10‑60分钟，停止反应，待所得溶液冷却，提纯后即得到氧化铟纳米晶等步骤，本发明可降低制备氧化铟纳米晶的反应温度和反应时间，节省能源，对于减少氧化铟半导体制备的能源消耗、发展新型基于金属氧化物半导体纳米晶的光电器件具有推动作用，生成的氧化铟纳米晶表面以短链中性有机膦配体为主，相比现有的胺解和醇解方法生成的具有长链有机配体的氧化铟纳米晶而言，拥有更高的载流子输运能力。
一种基于有机膦化物合成氧化半导体纳米方法

[发明专利]一种基于循环神经网络的单通道时频混叠信号盲分离方法-CN202110520022.0有效
发明人： 侯小琪;曾泓然 -专利权人： 侯小琪
申请日： 2021-05-13 - 公布日： 2022-08-26 - 主分类号： H04L25/03 文献下载
摘要：本发明公开了一种基于循环神经网络的单通道时频混叠信号盲分离方法，包括以下步骤：步骤1：根据采集到的多路信号获取单通道混合信号；步骤2：根据步骤1得到的信号构造数据集，包括训练集和测试集；步骤3：采用步骤2得到的训练集训练循环神经网络，拟合单通道信号盲分离模型；步骤4：将测试集输入步骤3得到的循环神经网络进行特征提取和分类，即完成信号的盲分离；本发明采用循环神经网络进行单通道时频混叠信号盲分离，降低了单通道盲分离的繁琐度，在保证高准确度的条件下提高了分离效率，改善了分离系统的鲁棒性。
一种基于循环神经网络通道时频混叠信号分离方法

[发明专利]基于残差神经网络的单通道混叠信号调制模式识别方法-CN202110519985.9有效
发明人：曾泓然;侯小琪 -专利权人：曾泓然
申请日： 2021-05-13 - 公布日： 2022-06-17 - 主分类号： H04L27/00 文献下载
摘要：本发明公开了基于残差神经网络的单通道混叠信号调制模式识别方法，包括以下步骤：步骤1：通过仿真获取不同码率的时频混叠信号；步骤2：搭建、训练神经网络；步骤3：获取实测混叠信号，仅对收、发信号进行必要的信号处理；步骤4：将步骤3得到的信号输入步骤2得到的残差神经网络，即可得到混叠信号的识别结果。本发明采用堆叠式残差神经网络，改进了传统串联式残差模块连接，避开了传统残差神经网络处理信息高度冗余、层级传递不稳定的弊端；以数据增广的形式对网络输入了不同码率的数字混叠信号，增强网络的鲁棒性和泛化能力；不需要仍何先验信息，也不需要对信号做额外的预处理，直接对信号进行识别分类。
基于神经网络通道信号调制模式识别方法

[发明专利]基于量子点光致发光特性及激光雕刻的防伪标识及其制法-CN202111402747.6在审
发明人：邓元;侯小琪;赵未昀;张玉蕾 -专利权人：北京航空航天大学杭州创新研究院
申请日： 2021-11-24 - 公布日： 2022-03-01 - 主分类号： G09F3/02 文献下载
摘要：本发明涉及一种基于量子点柔性薄膜光致发光特性及激光雕刻图案化技术的防伪标识及其制备方法，通过先以量子点和高分子聚合物为原料制得量子点‑高分子聚合物混合液，再将量子点‑高分子聚合物混合液进行刮涂成膜得到量子点‑柔性薄膜，最后利用激光在烘干后的量子点‑柔性薄膜上进行雕刻，即得图案化的防伪标识。本发明所述防伪标识，通过采用量子点作为荧光防伪材料，具有高亮度、多色彩、安全性高、稳定性高、使用寿命长等优点；再者，通过将量子点分散于柔性基底中，使得防伪薄膜的亮度高，柔性好，可拉伸性好；最后，采用激光雕刻技术进行荧光柔性薄膜的图案化，能够实现精细图案的加工。
基于量子光致发光特性激光雕刻防伪标识及其制法