-
公开(公告)号：CN109524770A
公开(公告)日：2019-03-26
申请号：CN201811425056.6
申请日：2018-11-27
Applicant: 电子科技大学 , 淮北幻境智能科技有限公司
Abstract: 本发明公开了一种基于Pancharatnam-Berry超表面的微波近似无衍射波束发射装置，包括介质基板以及制备于介质基板上的Pancharatnam-Berry超表面阵列，所述Pancharatnam-Berry超表面阵列由若干个矩形C-字互补型金属开口谐振环单元组成。本发明提供的基于Pancharatnam-Berry超表面的微波近似无衍射波束发射装置，基于Pancharatnam-Berry超表面技术的微波近似无衍射波束的产生、赋形等工作机制，电磁特性分析理论等技术方法，得出微波近似无衍射波束的电磁模型，利用该工作机制，设计方法和电磁模型，能够快速准确的进行微波近似无衍射波束发射装置的设计。
-
公开(公告)号：CN111740202A
公开(公告)日：2020-10-02
申请号：CN202010527538.3
申请日：2020-06-11
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明公开一种基于液态金属的类电磁诱导透明高Q值温度感知谐振结构，应用于温度感知探测领域，为解决现有传感器灵敏度低的问题，本发明根据类电磁诱导透明理论，结合液态金属的热膨胀性、流动性等特性设计而成，使该谐振单元具有高Q值特性，能实现较高的温度感知分辨率。同时为了提高温度感知能力，在结构中添加了储液结构，以及减小液态金属谐振结构的线径，从而实现较高的温度感知灵敏度。
-
公开(公告)号：CN111740203A
公开(公告)日：2020-10-02
申请号：CN202010527553.8
申请日：2020-06-11
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明公开一种基于液态金属的高Q值温度感知ELC谐振结构，应用于温度感知探测领域，为解决现有传感器灵敏度低的问题，本发明根据反射型平面吸波体理论，通过添加反射板实现高Q值窄带宽吸波体结构，结合液态金属的膨胀性、流动性等特性设计而成，使该谐振单元具有高Q值特性，能实现较高的感知分辨率，同时为了提高温度感知能力，在结构中添加了一个储液结构，从而实现较高的感知灵敏度。
-
公开(公告)号：CN115381291A
公开(公告)日：2022-11-25
申请号：CN202211052826.3
申请日：2022-08-31
Applicant: 杭州电子科技大学富阳电子信息研究院有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种饮水机速热装置及其控制方法，该速热装置设置在进水口A和出水口B之间,包括设置在进水口A的单向阀5、设置在主管道的加热器7，加热器7的进水端设置第一温度传感器6、其热水出水端设置第二温度传感器8并与两位三通电磁阀9相连接，所述两位三通电磁阀的第一出水口与出水口B相连接，其第二回流口与回路结构相连接，所述回路结构的另一端与进水口A相连接，用于将加热器7的出水回流至加热器7的进水端重新加热。本发明对传统速热装置的水路结构进行改进，从而达到精确控温、迅速加热的目的。
-
公开(公告)号：CN114997086A
公开(公告)日：2022-09-02
申请号：CN202210759231.5
申请日：2022-06-29
Applicant: 杭州电子科技大学富阳电子信息研究院有限公司 , 杭州电子科技大学
IPC: G06F30/331 , G06F30/392
Abstract: 本发明公开了一种双T型MIM电容等效电路模型及其参数提取方法，等效电路模型中有效电容的第一端与串联电感一的第二端电连接，第二端与低频寄生电阻的第一端电连接，低频寄生电阻的第二端与高频寄生电感的第一端电连接，高频寄生电感的第二端与串联电感二的第一端电连接，高频寄生电阻与高频寄生电感并联；介质电容一的第一端与串联电感一的第二端电连接，第二端与衬底寄生电容一的第一端电连接，衬底寄生电阻一与衬底寄生电容一并联。本发明的双T型等效电路模型可拟合更宽频率范围的MIM电容。
-
Patent Agency Ranking
公开(公告)号：CN114760370A
公开(公告)日：2022-07-15
申请号：CN202210255746.1
申请日：2022-03-15
Applicant: 杭州电子科技大学富阳电子信息研究院有限公司 , 杭州电子科技大学
IPC: H04L69/164 , H04B10/25 , G06F5/06
Abstract: 本发明公开了基于UDP协议的上位机与FPGA高速数据传输架构及实现方法，架构中FPGA板卡包括40G IP核，数据包发送模块，数据包解析模块，读FIFO模块，写FIFO模块，发送端FIFO和接收端FIFO，其中，40G IP核通过40G光纤和40GPCIe光纤网卡与上位机进行数据收发，40G IP核的输出连接数据包解析模块，数据包解析模块的输出连接写FIFO模块，写FIFO模块的输出连接接收端FIFO；发送端FIFO的输出连接读FIFO模块，读FIFO模块的输出连接数据包发送模块，数据包发送模块的输出连接40G IP核。本发明能够占用较少的FPGA资源，满足上位机与FPGA之间高速数据传输和交互的要求。
-
公开(公告)号：CN119961385A
公开(公告)日：2025-05-09
申请号：CN202311452517.X
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/3329 , G06F16/334 , G06F16/353 , G06F40/205 , G06F18/2415 , G06N3/045 , G06N3/08
Abstract: 对话系统中按照建模方式可以分为两种：基于流水线的方法和基于端到端的方法。然而在基于流水线的方法中，各个模块只能分别优化，存在误差叠加问题，基于端到端的方法利用历史对话来直接生成系统回复。但由于基于端到端方法的对话系统没有全面考虑知识库中的信息，限制了任务型对话系统的效果。本文提出一种基于预训练自回归语言模型的任务型问答系统，将传统的基于流水线的对话系统中的各个模块集成到了单一的自回归语言模型中，并采用自回归语言模型的解析方式依次生成各个模块的结果，直到生成最终的系统回复。
-
公开(公告)号：CN119025634A
公开(公告)日：2024-11-26
申请号：CN202410907713.X
申请日：2024-07-08
Applicant: 电子科技大学
IPC: G06F16/332 , G06N3/045 , G06F40/289 , G06F40/30 , G06N3/0985 , G06N3/0442 , G06F16/35 , G06N3/047 , G06F16/36
Abstract: 本发明旨在解决现有方法在处理多轮对话场景中存在的问题和挑战。为了实现更好的多轮对话的场景，本发明对RCGT进行了轻量化改进，提出了RCGT‑MT(Multi‑Turn)的模型方案，具体技术方案包括：为了缓解下游的对话管理模块的差错累积问题，以及针对历史对话上下文信息没有得到充分利用的问题，本发明对历史对话上下文信息进行编码，并引入历史对话上下文注意力机制，对历史对话和对话行为进行编码，并通过上下文注意力机制聚合历史对话中的信息，为自然语言理解任务引入更丰富的信息，以缓解多轮对话中的差错累积和歧义问题。针对用户输入在不同领域的语境中存在歧义和缺少背景知识的问题，本发明采用了外部知识库用于引入专业的领域知识，特别是在用户提出的问题需要特定的背景信息才能正确理解时，能够帮助模型更好地理解用户的意图，并缓解歧义问题。为了解决随着对话轮次增加导致的历史上下文信息利用不充分的问题，本发明引入了全局注意力机制，用于计算每一轮历史对话信息的权重，更充分高效地实现历史对话信息的利用。
-
公开(公告)号：CN118862962A
公开(公告)日：2024-10-29
申请号：CN202410911685.9
申请日：2024-07-09
Applicant: 电子科技大学
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/52 , G06V20/70 , G06V40/10 , G06V10/80 , G06V40/20 , G06V10/764
Abstract: 本发明致力于解决复杂背景下的人与物体交互检测难题。本发明对基于多尺度上下文聚合的多重关系复用网络进行了改进，具体技术方案包括：空间感知合并模块、人体姿态融合模块以及细粒度锚点解码。针对空间感知合并模块，它充分利用了编码后多尺度特征中包含的空间结构和层级信息，通过与内容嵌入的深度融合与对齐，确保模型能够精确捕捉不同空间层级间的关联及交互细节。针对人体姿态融合模块，本发明引入人体姿态信息作为交互意图的补充表示，使模型自适应学习并关注关键的人体关节特征而无需额外标注。针对细粒度锚点解码，细粒度锚点作为位置先验，引导解码器关注特定的兴趣区域，并直接将语义信息融入内容嵌入中，后者用于预测HOI实例。
-
公开(公告)号：CN118821852A
公开(公告)日：2024-10-22
申请号：CN202410911680.6
申请日：2024-07-09
Applicant: 电子科技大学
IPC: G06N3/0455 , G06N3/0464 , G06N5/04 , G06V10/52 , G06V10/42 , G06V10/44 , G06V10/82 , G06V40/20 , G06V10/25 , G06V10/764 , G06V20/70
Abstract: 本发明涉及计算机视觉与深度学习技术的前沿领域，提出了一种基于多尺度上下文聚合与多重关系复用的创新网络架构。该网络通过精心设计，能够高效地整合图像中不同尺度的上下文信息，从全局背景到局部细节进行全面捕捉，进而提升对复杂场景的理解能力。同时，网络内部实现了多重关系的复用，增强了跨层级特征之间的交互与融合，有效提升了图像识别、分割及增强等任务的精度与效率。特别地，在人体‑物体交互(HOI)检测等高级视觉任务中，本发明的网络展现出卓越的性能，为相关领域的研究与应用提供了强有力的技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.083 seconds)
