-
公开(公告)号：CN112710647B
公开(公告)日：2023-07-21
申请号：CN202011411630.X
申请日：2020-12-03
Applicant: 北京信息科技大学
IPC: G01N21/65
Abstract: 本发明涉及一种用于水污染检测的光纤拉曼探针，光纤拉曼探针主要有激发光纤、收集光纤、聚焦镜头、拉曼增强基底反射镜组成。激发光通过探针激发光纤，激发在拉曼增强基底反射镜上的水溶液，所激发的拉曼信息由收集光纤收集，送入拉曼光谱仪进行分析。在探针前端，设计聚焦镜头提高激发和收集效率，增加滤光片组，降低拉曼光谱信号信噪比。探针主要通过拉曼增强基底反射镜的设计，大幅度提高水污染中物质指标的拉曼光谱，实现拉曼光谱的定性与定量分析。
-
公开(公告)号：CN112716447A
公开(公告)日：2021-04-30
申请号：CN202011409383.X
申请日：2020-12-03
Applicant: 北京信息科技大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于拉曼检测光谱数据深度学习的口腔癌分类系统，该分类系统通过以下步骤：1)拉曼光谱数据的采集与预处理；2)构建并训练卷积神经网络模型；3)评价卷积神经网络模型；4)测试样本，进行分类，采集已知种类的口腔癌样本的拉曼光谱数据并构建模型，并对模型进行训练、评价成为成熟的卷积神经网络模型，然后采集未知种类口腔癌样品数据，输入卷积神经网络模型进行识别分类，本发明提供的基于拉曼检测光谱数据深度学习的口腔癌分类系统可以准确的识别口腔癌样本的生化特征达到对口腔癌进行准确分类的目的。
-
公开(公告)号：CN112700000A
公开(公告)日：2021-04-23
申请号：CN202011456483.8
申请日：2020-12-11
Applicant: 北京信息科技大学
Abstract: 深度学习是增长最快的机器学习方法之一，光学机器学习在功率效率，可扩展性和计算速度方面具有优势。已经引入了基于衍射深度神经网络(D2NN)的光学机器学习方法来执行功能，因为输入光通过使用计算机的深度学习设计的无源层衍射。我们通过改变训练损失函数并减少误差反向传播步骤中消失梯度的影响来介绍D2NN的改进。除了创建低功耗和高帧率无处不在的机器学习平台之外，这种基于D2NN的混合神经网络将在智能光学成像器和传感器设计中得到应用。本方法的目的是提供光电混合深度神经网络的方法，该方法操作简单，并且能够提高识别图像的准确率。
-
公开(公告)号：CN112699993A
公开(公告)日：2021-04-23
申请号：CN202011459726.3
申请日：2020-12-11
Applicant: 北京信息科技大学
Abstract: 深度神经网络利用各种图像特性的空间不变性的卷积神经网络(CNN)在计算机视觉问题中特别流行。为了提高效率，现在采用许多策略来压缩CNN，同时保持性能。CNN的计算效率仍然是一个活跃的研究领域，由于对功率和带宽的严格限制。卷积神经网络(CNN)在各种计算机视觉应用中表现十分出色。我们探索一种互补策略，在模拟或数字电子计算之前结合多层光学计算，提高性能，同时增加最小的电子计算成本和处理时间。进行傅里叶变换可优化且可拓展的光学配置保留了这些优点，作为构建光学CNN的框架。提出一个计算成像系统，模拟前馈CNN，有助于执行输入图像的分类。该方法的目的是提供多层光学卷积神经网络的方法，该方法操作简单，能够提高图片识别的准确率。
-
公开(公告)号：CN112651927A
公开(公告)日：2021-04-13
申请号：CN202011412988.4
申请日：2020-12-03
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于卷积神经网络与支持向量机的肿瘤组织拉曼光谱智能识别方法，包括以下步骤：(1)构建拉曼光谱数据训练集和测试集；(2)构造基于卷积神经网络的算法模型与支持向量机的算法模型；(3)利用拉曼光谱训练集训练卷积神经网络的算法模型与支持向量机的算法模型，利用测试集进行模型测试并选定评价指标进行评价；(4)利用所确定的模型参数，封装模型，并利用其进行实时肿瘤组织边缘检测。该方法可以有效的实现实时肿瘤组织边缘检测，提高检测准确性。
-
Patent Agency Ranking
公开(公告)号：CN112630962A
公开(公告)日：2021-04-09
申请号：CN202011442745.5
申请日：2020-12-08
Applicant: 北京信息科技大学
Abstract: 本发明针对基于瑞利索末菲衍射效应的全光互连神经网络特征尺寸大，不易小型化和集成化等缺陷，提出了一种基于CMOS工艺的随机衍射光栅的设计及实现方法，用于深度学习光子芯片的设计开发。该方法的目标光源为10.6μm二氧化碳激光器，单神经元尺寸为5μm X 5μm，采用红外碲镉汞光伏探测器，单芯片尺寸降至1cmX1cm(数据区为：1mmX1mm)。
-
公开(公告)号：CN112558521A
公开(公告)日：2021-03-26
申请号：CN202011442811.9
申请日：2020-12-08
Applicant: 北京信息科技大学
IPC: G05B19/042 , A61B90/17 , A61B34/30
Abstract: 本发明涉及软体手术机器人控制技术，具体的说是一种基于ARM嵌入式Linux平台的心脏固定器气路系统的控制装置及其控制方法。本发明包括UI交互界面以及ARM控制系统。用户通过操作UI界面给控制器发送信号使控制器工作，控制整个气路系统。进而达到控制并驱动整个软体机构。
-
公开(公告)号：CN109730773A
公开(公告)日：2019-05-10
申请号：CN201811627335.0
申请日：2018-12-28
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种软体机器人气动控制系统，包括第一气道、第二气道用于软体机器人的U型吸附结构抽真空硬化；第三气道用于软体机器人的U型吸附结构抽真空吸附；第四气道、第五气道用于软体机器人支撑臂抽真空硬化；上述气道分别连接真空气路；真空气路上分别依次设有真空发生器、调压阀、电磁阀，压缩机通过气源底座分别为真空气路提供或抽取空气。本发明的软体机器人控制系统，解决了现有技术中控制系统灵活性、适应性差，刚性结构容易造成人体内部组织损伤的问题，采用柔性度较好的气动控制，并采用终端PLC控制器智能控制各气路气压，系统可靠性高，抗干扰能力强。
-
公开(公告)号：CN119515696A
公开(公告)日：2025-02-25
申请号：CN202411572909.4
申请日：2024-11-06
Applicant: 广州市南沙区北科光子感知技术研究院 , 北京信息科技大学
Abstract: 本发明涉及数字图像处理技术领域，提供了一种实现红外与可见光图像融合的方法及系统，该方法包括：提取初始红外特征和初始可见光特征；采用多通道并行交叉视觉Mamba网络模型分别对初始红外特征和初始可见光特征进行全局特征提取，得到红外全局特征和可见光全局特征；采用多通道并行KAGtention网络模型分别对初始红外特征和初始可见光特征进行局部特征提取，得到红外局部特征和可见光局部特征；对红外全局特征和可见光全局特征进行合并和映射重建得到全局特征；将红外局部特征和可见光局部特征进行合并和映射重建得到局部特征；根据全局特征和局部特征生成融合图像。本发明能够显著提升融合图像质量，在保持高精度的同时，减少所需的计算资源。
-
公开(公告)号：CN119513664A
公开(公告)日：2025-02-25
申请号：CN202411684503.5
申请日：2024-11-22
Applicant: 北京信息科技大学
IPC: G06F18/24 , A61B5/16 , A61B5/369 , A61B5/372 , A61B5/00 , G06N3/0464 , G06F18/15 , G06F18/213 , G06N3/045 , G06F18/25
Abstract: 本发明属于脑电情感识别领域，提供了一种基于双向注意力的多尺度卷积网络的情感识别方法及系统，包括将脑电信号按时间窗分段，提取差分熵(DE)和功率谱密度(PSD)特征，并引入脑电极图以嵌入空间信息，捕捉信号中的空间依赖关系。随后，预处理后的特征被输入到MSA‑TCN模型中，模型结合了双向特征内注意力、双向特征间注意力、多尺度卷积和时序卷积网络，有效提取动态时间特征和跨通道的空间特征。本发明旨在通过创新性的双向注意力机制与多尺度卷积网络结构(MSA‑TCN)，克服现有技术在情感识别中的局限性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.028 seconds)
