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7个,建议您升级VIP下载更多相关专利
  • [发明专利]一种SAR智能目标边缘重构方法-CN202110374200.3有效
  • 曾涛;丁泽刚;卫扬铠;王裕沛;王岩;刘常浩;张磊 - 北京理工大学
  • 2021-04-07 - 2023-05-05 - G06T11/00
  • 本发明公开了一种SAR智能目标边缘重构方法,一、建立目标线性边缘的参数化散射模型,解析表达出雷达观测角度、雷达发射频率和目标线性边缘几何参数间的关系;二、利用参数化散射模型生成设定观测角度、发射频率下的训练数据;三、将传统U‑Net网络复数化得到改进型U‑Net网络;四、将步骤二中生成的训练数据输入改进型U‑Net网络中进行训练,将需要重构的SAR复图像输入改进型U‑Net网络训练模型即可重构出SAR目标的边缘散射信息;本发明能够解决传统SAR成像算法中的目标线性边缘不连续、计算复杂度高和参数难自适应等问题。
  • 一种sar智能目标边缘方法
  • [发明专利]模型自适应的深度学习SAR三维成像方法-CN202210413328.0在审
  • 王岩;丁泽刚;刘常浩;曾涛 - 北京理工大学
  • 2022-04-20 - 2022-08-09 - G01S13/90
  • 本发明涉及一种模型自适应的深度学习SAR三维成像方法,属于层析SAR三维成像技术领域。本发明所提方法在层析SAR三维网络中提出了引入观测矩阵权重因子,以适应三维成像中目标位置空变导致的观测矩阵空变特性,提升空变特性自适应能力;引入自适应阈值参量,以适应空变的目标散射模型,提高散射特性自适应能力。与传统深度学习稀疏重建方法相比,本方法能够解决模型空变问题,提高聚焦深度一个数量级;与传统的高分辨成像算法SL1MMER算法相比,可以提高成像处理效率一个数量级。
  • 模型自适应深度学习sar三维成像方法
  • [发明专利]一种分布式无人机SAR深度学习三维成像方法-CN202111669699.7在审
  • 王岩;丁泽刚;曾涛;刘常浩;卫扬铠;龙腾 - 北京理工大学
  • 2021-12-31 - 2022-05-06 - G01S13/90
  • 本发明涉及一种分布式无人机SAR深度学习三维成像方法,用于解决传统SAR高精度成像方法超参数选择难,算法复杂性高的问题。首先基于分布式无人机集群建立二维成像模型,利用快速分解后向投影算法获取二维SAR图像,并进行二维SAR图像配准,完成数据预处理。然后通过建立三维成像高度向模型,仿真生成训练数据,训练整个级联式智能三维成像网络,完成网络模型的预训练。最后将数据预处理后的数据输入智能三维成像网络中,获取整个成像场景的三维SAR图像。所提方法旨在提供一种高智能、高精度、高效率的分布式无人机SAR三维成像解决方案,可应用于分布式无人机三维高效高分辨成像等领域。
  • 一种分布式无人机sar深度学习三维成像方法
  • [实用新型]一种输出大电流的LLC整流电路-CN201520850806.X有效
  • 刘常浩;李耀文;李辉 - 浙江同鑫电源设备有限公司
  • 2015-10-29 - 2016-06-01 - H02M3/28
  • 本实用新型设计了一种输出大电流的LLC整流电路,所述LLC整流电路包含输入端Vin,所述输入端Vin接直流母线正端,PGND为原边地,电压Vs为半桥中点对原边地电压,电信号Vs1为电压Vs的基波,谐振电容Cr一端接半桥中点,另一端接磁件T1原边同名端,磁件T1原边另一端接原边地,磁件T1集成漏感Lr,励磁电感Lm于一体。利用漏感做谐振电感可以很好的控制感量,同时减小了磁器件的体积;副边绕组采用双线并绕法,能较好的控制参与原边谐振的漏感一致性,很好的消除了传统方案中由参与原边谐振的漏感不一致而导致的电流不均衡现象。
  • 一种输出电流llc整流电路

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