|
钻瓜专利网为您找到相关结果 31个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于神经网络的光栅滤光片结构优化方法-CN202110267031.3有效
-
陈旺磊;李旸晖;李润坤;牛浩;潘苑茹;王乐
-
中国计量大学
-
2021-03-10
-
2023-06-27
-
G06F30/17
- 本发明涉及一种基于神经网络的光栅滤光片结构优化方法,包括:1)计算不同结构参数下的光栅滤光片所对应的光谱;2)把计算所得经过预处理的光谱,以及每个光谱所对应的光栅滤光片结构参数数据对作为数据集,输入神经网络中,该神经网络包括一个正向神经网络以及一个反向神经网络;3)先对正向神经网络进行学习训练,建立从光栅滤光片结构参数到光谱的映射关系,得到训练好的正向神经网络模型;然后对反向神经网络进行训练学习,建立从光谱到光栅滤光片结构参数的映射关系,得到训练好的反向神经网络;4)将待测试的光栅滤光片结构参数矩阵输入到训练好的正向神经网络中,得到对应预测的光栅滤光片光谱,实现光栅滤光片的光谱预测;同样地,将待测试的光栅滤光片光谱矩阵输入到反向神经网络中,得到预测的结构参数,实现光栅滤光片的按需反向设计。
- 一种基于神经网络光栅滤光结构优化方法
- [实用新型]一种养殖场用动物粪便清理装置-CN202223127321.7有效
-
王海云;李润坤;侯亚坤
-
王海云
-
2022-11-24
-
2023-03-17
-
A01K1/01
- 本实用新型公开了一种养殖场用动物粪便清理装置,涉及清理装置技术领域,包括水箱,所述水箱上设置有滚轮,所述水箱上设置有刮除机构,所述刮除机构包括固定座、导向板、顶杆、弹簧和刮板,所述水箱上设置有冲洗机构。本实用新型通过在水箱上设置滚轮,在水箱上设置固定座,在固定座上设置导向板,在导向板上设置顶杆,在顶杆上设置刮板,在导向板上焊接弹簧,通过推动水箱移动,以带动刮板沿养殖场地面滑动,对养殖场地面上堆积的动物粪便进行刮除,并在弹簧的形变作用下,可推动刮板始终与养殖场地面接触,避免刮板磨损后难以对粪便进行清理的问题。
- 一种养殖场动物粪便清理装置
- [实用新型]一种基于超表面的太赫兹偏振转换器-CN202221591828.5有效
-
陈旺磊;李旸晖;洪博闻;李润坤;黄泽钿;吴豪
-
中国计量大学
-
2022-06-17
-
2022-09-23
-
H01Q15/00
- 本实用新型公开了一种基于超表面的太赫兹偏振转换器,它的基本单元结构包括自上而下依次设置的顶层金属图案层(1)、中间介质层(2)和底层金属层(3);顶层金属图案层(1)包括贴附于中间介质层(2)上表面的第一金属贴片(1‑1)、第二金属贴片(1‑2)和第三金属贴片(1‑3),整个顶层金属图案层(1)为中心对称图形;第一金属贴片(1‑1)是金属同心圆环,第二金属贴片(1‑2)是双开口谐振环结构,为具有两个开口的金属圆环且两个开口分别位于圆环的一条直径两端,双开口谐振环的直径与x轴的角度α为45°,第三金属贴片(1‑3)是矩形,矩形的长轴与x轴的角度α为45°。本实用新型具有结构简单、工作频谱范围更宽等特点,能够对线偏振入射的太赫兹波进行偏振转换,实现线‑圆偏振的偏振转换。
- 一种基于表面赫兹偏振转换器
- [发明专利]MAC层数据报文的处理方法、设备和存储介质-CN202011616445.4有效
-
贺伟;王东;李润坤
-
苏州盛科通信股份有限公司
-
2020-12-31
-
2022-08-26
-
H04L49/9005
- 本发明揭示了一种MAC层数据报文的处理方法、设备和存储介质,所述方法包括:将数据通路送来的报文写入缓存RAM中,每个时钟周期最多写入M个字节,其中,所述缓存RAM由R个位宽为P的1R1W组成,P为M的约数,且R*P=M;按照写入的先后顺序读取所述缓存RAM和缓存寄存器,每个时钟周期读取上个时钟周期存入缓存寄存器中的Q1个字节和所述缓存RAM的S个1R1W,并将前N字节输出到MII,将剩余的Q2字节存入所述缓存寄存器中。与现有技术相比,本发明的MAC层数据报文的处理方法,通过将从数据通路送来的数据存储至由多个位宽较小的1R1W组成的缓存RAM中,大大减少在读取所述缓存RAM时需要的缓存寄存器的位宽,有效降低了芯片的整体面积,从而能够支持更高的接口速率。
- mac数据报文处理方法设备存储介质
- [发明专利]一种增强型显微图像降噪恢复方法-CN202110085267.5在审
-
李润坤;李旸晖;牛浩;陈旺磊;潘苑茹;王乐
-
中国计量大学
-
2021-01-22
-
2022-07-29
-
G06T5/00
- 本发明公开了一种增强型显微图像降噪恢复方法,包括:1)将高信噪比显微图像进行噪声叠加处理,获得低信噪比显微图像;2)将成对高、低信噪比显微图像作为训练数据对成对输入到图像降噪神经网络中进行训练,获得训练好的图像降噪神经网络模型;3)将待测试噪声图像分别与标准高斯噪声图像和标准椒盐噪声图像输入图像判别系统;4)利用图像代数运算法,对步骤3)中进行噪声水平评估并分类后的待测试噪声图像进行处理,得到预处理后的显微图像;5)将预处理后的显微图像作为输入,调用训练好的图像降噪神经网络模型,获得降噪恢复后的显微图像,实现显微图像的恢复;6)对降噪恢复后的显微图像进行输出与显示,获得对应的降噪恢复后的显微图像,从而达到显微图像降噪恢复的目的。
- 一种增强显微图像恢复方法
|