“屈檀”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种粗糙金属目标太赫兹散射缩比方法-CN202310939128.3在审
发明人：吴振森;屈檀;李艳辉;吴家骥 -专利权人：西安电子科技大学
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种粗糙金属目标太赫兹散射缩比方法，涉及毫米波到3THz太赫兹波粗糙金属目标雷达散射截面缩比测量技术领域，包括如下步骤：S1、基于粗糙面散射的基尔霍夫近似结合凸体的物理光学稳定相位法，获得电大尺寸粗糙金属目标的太赫兹相干散射截面；S2、电大尺寸粗糙目标的非相干散射截面由单位面元非相干散射截面叠加；S3、建立金属目标材料不变，变几何尺寸和频率是太赫兹散射的缩比模型；S4、确认粗糙金属目标太赫兹散射与缩比诱导关系。本发明突破粗糙金属目标太赫兹频段相干散射与非相干散射特性，克服粗糙金属目标散射的传统电磁缩比的不相容性，提出粗糙目标太赫兹散射缩比诱导关系和约束条件，揭示其散射特性缩比机理。
一种粗糙金属目标赫兹散射方法

[发明专利]一种复合结构的偏振转换器及其光学响应分析方法-CN202310525573.5在审
发明人：屈檀;张婧;张延;吴家骥 -专利权人：西安电子科技大学
申请日： 2023-05-10 - 公布日： 2023-08-22 - 主分类号： G02B1/00 文献下载
摘要：本发明公开了一种复合结构的偏振转换器及其光学响应分析方法，涉及光学器件技术领域，包括从上到下依次设置的椭圆柱天线层、中间电介质间隔层以及底层，椭圆柱天线层包括按矩形阵列排布的阵列单元组件，阵列单元组件包括若干阵列单元，若干阵列单元由两种阵列单元排列组合而成；本发明是针对现有的具有偏振转换功能的超表面所存在的问题，本发明提出的复合结构的偏振转换器，综合考虑了超表面器件的性能和成本问题，通过结合几何结构和排列来控制超表面特性，利用两种单元结构的排列组合，结合两种单一结构的性能优势，实现可见光区的更高效宽频的偏振转换。
一种复合结构偏振转换器及其光学响应分析方法

[发明专利]基于对象存储和细粒度访问控制的分布式版本控制方法-CN202310333285.X在审
发明人：尚坤;游海波;吴家骥;孔婉秋;屈檀;李伟杰;景贺铭 -专利权人：西安电子科技大学
申请日： 2023-03-31 - 公布日： 2023-07-21 - 主分类号： G06F16/21 文献下载
摘要：本发明公开了一种基于对象存储和细粒度访问控制的分布式版本控制方法，包括：采用分布式对象存储作为分布式版本控制系统的版本库的存储介质，通过添加存储节点的方式，快速实现分布式版本控制系统版本库存储空间的快速扩容；监控服务端版本库分支信息，在存储桶中创建、更新或删除对应工作目录；采用细粒度的权限访问控制方法控制对版本库的访问。本发明具有能够快速实现版本库存储空间扩容的能力、更细粒度的版本库访问控制和数据安全，可用于对需要进行版本控制文件数据进行分布式版本控制。
基于对象存储细粒度访问控制分布式版本方法

[发明专利]基于执行器状态控制的分布式爬虫任务调度方法-CN202310323676.3在审
发明人：吴家骥;景贺铭;尚坤;谭铭洲;屈檀;李伟杰;游海波 -专利权人：西安电子科技大学
申请日： 2023-03-28 - 公布日： 2023-06-27 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种分布式爬虫系统中基于执行器状态控制的采集任务调度方法，主要解决现有技术中重点任务无法优先响应以及发生异常无法自处理的问题，其实现方案为：1)生成代理IP池；2)基于代理IP构建系统分布式采集执行器，并预设执行器状态转移机制；3)引入任务分级机制，生成带有优先级特征的任务，并根据执行器实时状态，将任务分发至各分布式采集执行器中；4)各执行器根据优先级顺序依次执行任务；5)定义执行器在执行任务过程中遇到的各类异常，并预设各类异常对应的自处理机制。本发明有效地提高了系统的执行效率，避免了由执行器异常造成的任务队列堵塞，提升了系统的可用性，可应用于互联网中多采集执行器的大型数据采集系统。
基于执行状态控制分布式爬虫任务调度方法

[发明专利]基于Wireguard的虚拟私有网络环境构建与管理方法-CN202310312783.6在审
发明人：吴家骥;李伟杰;尚坤;屈檀;谭茗洲;景贺铭;游海波 -专利权人：西安电子科技大学
申请日： 2023-03-28 - 公布日： 2023-06-06 - 主分类号： H04L41/22 文献下载
摘要：本发明公开了一种基于Wireguard的虚拟私有网络构建与管理方法，主要解决现有技术搭建虚拟私有网络流程复杂，通用性与可移植性差及网络管理运维困难的问题，其实现方案为：1)根据地理位置、网络环境划分网段，以提高网络灵活性；2)针对存在网络限制的网段，通过流量遂穿技术结合自定义路由规则绕开限制，提高网络通用性与可移植性；3)使用Wireguard配置各网段服务端、客户端和流量中继端构建虚拟私有网络，实现多网段联通和网络流量代理；4)构建并部署虚拟私有网络的在线管理界面，有效降低人工维护网络的成本。本发明的传输性能和安全性均优于传统虚拟私有网络，能满足不同场景使用需求，可应用于服务器的自定义组网。
基于 wireguard 虚拟私有网络环境构建管理方法

[发明专利]基于图模型的反制无人机蜂群评估方法-CN202211167901.0在审
发明人：吴家骥;介瑞;张国帅;叶丰;林金;于建国;谭铭洲;屈檀;梁律 -专利权人：西安电子科技大学
申请日： 2022-09-23 - 公布日： 2023-02-03 - 主分类号： H04L41/14 文献下载
摘要：本发明公开了一种基于图模型的反制无人机蜂群评估方法，其实现步骤为：构建无人机蜂群图模型；建立无人机蜂群评估指标体系；绘制无人机蜂群评估指标体系柱状图；评估反制无人机蜂群过程。本发明主要解决评估指标冗余导致在反馈相应的反制手段决策时出现冲突，以及评估方法不能够实现通用性的问题。本发明基于图网络描述无人机蜂群内部个体之间的交互结构，使得评估方法的具有可移植性，评估指标可根据时间间隔的不同描述无人机蜂群性能的变化趋势，也大大提高了指标计算速度。本发明具有统一评估方法，评估方法简易，特征提取准确的优点。评估过程从整体角度分析，提高了反制决策依据的可靠性。
基于模型反制无人机蜂群评估方法

[发明专利]基于深度学习的轨道角动量模态识别方法-CN202210882309.2在审
发明人：屈檀;张延;赵志明;吴家骥;吴振森 -专利权人：西安电子科技大学
申请日： 2022-07-26 - 公布日： 2022-11-01 - 主分类号： H04B10/077 文献下载
摘要：本发明公开了一种基于深度学习的轨道角动量模态识别方法，属于自由空间光通信领域，包括步骤：S1，构建仿真数据集；S2，构建深度学习模型：包括构造注意力金字塔卷积神经网络，用于提升涡旋光轨道角动量模态的检测准确率；S3，训练基于构造注意力金字塔卷积神经网络的深度学习模型；S4，将测试数据集输入训练好的深度学习模型，识别涡旋光在不同湍流情形下传输后的轨道角动量模态，获取识别准确率和误码率。本发明有效利用了相似多模态叠加涡旋波相似光强图中的细微差异等细节信息，在骨干网络后添加注意力机制的双路径结构，有效提升了涡旋光OAM检测准确率。
基于深度学习轨道角动量识别方法

[发明专利]基于深度学习的涡旋光传输波前校正方法、介质及设备-CN202210882648.0在审
发明人：屈檀;赵志明;张婧;张延;吴家骥;吴振森 -专利权人：西安电子科技大学
申请日： 2022-07-26 - 公布日： 2022-10-25 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于深度学习的涡旋光传输波前校正方法、介质及设备，属于光通信领域，包括步骤：S1，构建训练样本；S2，构建深度学习模型，输入训练样本至深度学习模型进行训练；所述深度学习模型包括生成对抗网络，基于生成对抗网络端对端的畸变补偿，跳过波前重构，直接训练畸变OAM光强图与目标OAM光强图之间的映射关系，把两种图像看成两种图像风格，将湍流畸变补偿转变为图像风格转换问题，根据训练后的深度学习模型得到畸变OAM光强图与对应目标OAM光强图的映射关系；S3，训练后深度学习模型直接输出补偿后的轨道角动量光强图。本发明能够在无需重构波前、节省光学硬件的情况下仍保证优秀的畸变补偿性能。
基于深度学习涡旋传输校正方法介质设备

[发明专利]基于深度学习的高光谱图像无损压缩方法-CN201810763677.9有效
发明人：吴家骥;赵世慧;屈檀;李皎皎 -专利权人：西安电子科技大学
申请日： 2018-07-12 - 公布日： 2021-12-17 - 主分类号： H04N19/593 文献下载
摘要：本发明公开了一种基于深度学习的高光谱图像无损压缩方法，解决了传统方法光谱信息利用不充分和模型泛化能力低的问题。实现步骤包括：应用深度学习中循环神经网络建立预测模型，对高光谱图像中的每个像素进行预测训练，生成预测图像和预测网络；对高光谱图像和预测图像做差，生成残差图像；对残差图像进行算术编码，生成码流文件；对码流文件进行解码得到解码图像；使用训练好的网络进行预测，得到预测图像；将预测图像与解码图像相加，得到原始的高光谱图像。本发明将深度学习与传统方法相结合，网络中采用有记忆性结构的单元，通过大量的训练，充分利用了光谱信息，增加了模型的泛化能力，提高了压缩效率。应用在高光谱图像压缩领域。
基于深度学习光谱图像无损压缩方法

[发明专利]基于计算机视觉的电竞数据可视化系统及方法-CN201910993212.7在审
发明人：吴家骥;李海龙;王阿茹娜;万千;谭铭洲;杨众杰;景易星;屈檀 -专利权人：西安电子科技大学
申请日： 2019-10-18 - 公布日： 2020-01-31 - 主分类号： G06F16/26 文献下载
摘要：本发明公开一种基于计算机视觉的电竞数据可视化系统及方法，系统包括图像获取模块、计算机视觉识别模块、数据挖掘模块、数据存储模块和数据呈现模块。本发明方法的步骤为：图像获取模块获取电竞图像、计算机视觉识别模块识别电竞图像中文字信息、图标信息和图标位置信息、数据挖掘模块挖掘电竞图像中数据的潜在信息、数据存储模块存储电竞数据、数据呈现模块调取电竞数据，进行图形渲染并呈现。本发明的系统不需要人工通过请求输入和查询请求采集数据，使得系统结构更加简单。本发明的方法能够实现图像中文字信息、图标信息和图标位置的实时采集，并且能够挖掘图像中数据的深层潜在信息。
图像计算机视觉识别数据存储模块数据挖掘模块图像获取模块潜在信息数据呈现图标信息中文字数据可视化系统图标位置信息计算机视觉采集数据查询请求模块识别实时采集图标位置图形渲染系统结构存储电挖掘调取

1
共 10 条