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8个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于深度卷积神经网络的频谱超分辨率在线重建方法-CN202010048133.1有效
  • 丁晓进;冯李杰;张更新 - 南京邮电大学
  • 2020-01-16 - 2022-08-16 - G06T3/40
  • 本发明公开了一种基于深度卷积神经网络的频谱超分辨率在线重建方法,结合离线在线频谱重建的动态框架进行在线重建,包括模型构建、离线训练、在线重建和在线评估四个部分。模型构建步骤通过多层卷积层搭建深度卷积神经网络,并基于自适应矩估计算法优化网络模型参数;离线训练步骤将高分辨率频谱数据作为训练标签,其预处理后对应的低分辨率频谱数据作为训练集输入数据;在线重建步骤是将传输的低分辨率频谱输入到已经训练好的模型中,完成超分辨率重建,实现低分辨率频谱数据到高分辨率频谱数据的转换;在线评估步骤利用传输的少量高分辨率频谱数据评估模型重建性能,以确定是否要重新进行离线训练步骤。本方法可将低分辨率频谱数据重建为高分辨率频谱数据,从而有效降低星地传输数据量,减缓星地间数据传输压力。
  • 一种基于深度卷积神经网络频谱分辨率在线重建方法
  • [发明专利]一种基于深度学习的卫星频谱感知数据重构方法-CN202110175322.X有效
  • 丁晓进;冯李杰;张更新;吴尘 - 南京邮电大学
  • 2021-02-09 - 2022-06-17 - G06K9/62
  • 本发明公开了一种基于深度学习的卫星频谱感知数据重构方法,结合了异常数据修复算法与深度卷积神经网络,包括数据预处理、数据重建、实时重建性能评估三个部分;数据预处理是将高分辨率频谱数据依次进行异常数据修复、降采样和数据匹配操作,低分辨率数据依次进行异常数据修复和数据匹配操作;数据重建步骤是利用历史高分辨率数据进行模型训练,将实时传输的低分辨率频谱输入到已经训练好的模型中,完成超分辨率重建;实时重建性能评估步骤是利用传输的少量高分辨率频谱数据评估数据重建的性能,以确定是否要重新进行模型训练。本方法可将低分辨率频谱数据重建为高分辨率频谱数据,从而有效降低星地传输数据量,减缓星地间数据传输压力。
  • 一种基于深度学习卫星频谱感知数据方法
  • [实用新型]一种低损耗电机转子结构-CN202123274353.5有效
  • 谢鹏程;杨双力;郝运会;丁晨;郭艳;钱琦;何嘉峰;张翠;冯李杰;周俞卿 - 无锡市亨达电机有限公司
  • 2021-12-24 - 2022-05-17 - H02K1/22
  • 本实用新型是一种低损耗电机转子结构,其结构包括转子铁芯,沿所述的转子铁芯圆周向均布有若干导条槽,每个导条槽内设有一转子导条,转子铁芯两端设有端环,端环与转子导条连接处设有凹槽。本实用新型的优点:结构设计合理,本实用新型转子结构设计,能在增加转子导条截面积、降低导条电阻率的同时,把电机启动电流控制在合理范围之内,解决了高效电机启动电流大的问题;利用电机起动时的集肤效应特性,增加转子起动时的电阻,从而降低了电机起动电流,但又在电机正常运行时实现转子低电阻,降低了转子损耗,从而实现了电机的低损耗、高效率。
  • 一种损耗电机转子结构
  • [实用新型]一种低损耗电机-CN202123321551.2有效
  • 杨双力;谢鹏程;郝运会;丁晨;郭艳;钱琦;何嘉峰;张翠;冯李杰;周俞卿 - 无锡市亨达电机有限公司
  • 2021-12-24 - 2022-05-17 - H02K5/22
  • 本实用新型是一种低损耗电机,其定子装配件的定子冲片为DW800‑50冷压片,定子装配件的定子铁芯长度为195mm,定子装配件的绕组为正弦绕组,风扇外径为155mm、厚度为50mm。本实用新型的优点:结构设计合理,分别对机械结构和电磁结构进行了优化。机械结构的优化包括:更改了风扇的结构,减小了风摩耗,从而降低了电机的机械损耗;电磁结构的优化包括:冲片的优化降低了涡流损失,定子铁芯加长到195mm,减少了磁通量密度,从而降低了铁损,由普通双层叠绕改为正弦绕组,降低了磁场中的谐波,从而降低了杂散损耗。电机结构优化降低了电机铁损和杂散耗,机械结构优化则降低了电机的机械损耗,从而有效降低了电机整体损耗。
  • 一种损耗电机
  • [发明专利]一种基于神经网络的低轨卫星物联网活跃终端预测方法-CN202110176994.2有效
  • 丁晓进;冯李杰;张更新;吴尘 - 南京邮电大学
  • 2021-02-07 - 2022-03-29 - G06Q10/04
  • 本发明公开了一种基于神经网络的低轨卫星物联网活跃终端预测方法,包括活跃终端识别、组合神经网络模型构建、活跃终端预测三个部分。活跃终端识别是从混合信号中提取最大功率信号对应的活跃终端,对其进行信道估计获取相应的信道系数及活跃终端信号,从混合信号中减去该活跃终端信号,通过不断迭代直到识别出所有活跃终端信号;组合神经网络模型由卷积神经网络和双向长短期记忆神经网络组合构成;活跃终端预测是利用训练好的神经网络预测模型和终端状态的历史数据,对未来的活跃终端进行预测。本案方法可以对低轨卫星物联网活跃终端进行预测,结合物联网终端信号检测,可以实现对每个活跃终端的具体状态的预测。
  • 一种基于神经网络卫星联网活跃终端预测方法
  • [发明专利]一种基于神经网络的卫星频谱资源动态分配方法-CN202110197503.2在审
  • 丁晓进;冯李杰;张更新;吴尘 - 南京邮电大学
  • 2021-02-22 - 2021-06-22 - H04B17/382
  • 本发明公开了一种基于神经网络的卫星频谱资源动态分配方法,包括宽带信号数据预处理、预测模型建立和频谱共享三个部分;宽带信号数据预处理是对授权用户信号进行概率密度估计,对各授权用户信号设置相应的阈值门限,根据门限对历史数据进行输入输出数据集的量化和划分;预测模型建立是基于深度神经网络分别建立预测模型和融合模型,对各授权用户信号进行多信道预测,将每个信道的预测结果输入融合模型融合输出该用户的频谱未来占用状态;频谱共享是根据预测的用户未来占用状态,输出分配策略。本方法可以对频段上的多授权用户信号进行数据预处理并对其未来频谱占用状态进行精准预测,实现频谱资源的动态分配,从而达到频谱资源高效利用的目标。
  • 一种基于神经网络卫星频谱资源动态分配方法

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