一种双面发光的LED交通信号灯

    公开(公告)号:CN106652509A

    公开(公告)日:2017-05-10

    申请号:CN201611157323.7

    申请日:2016-12-13

    CPC classification number: G08G1/095 F21V19/001

    Abstract: 本发明公开一种双面发光的LED交通信号灯,包括第一安装壳、散热板、第一LED光源体、控制装置、准直装置、分光体、第一灯罩;所述的第一灯罩和第一安装壳连接;所述的第一LED光源体设置在散热板上,所述的准直装置放在分光体和第一LED光源体之间;所述的分光体为中空圆台结构,分光体的侧面为全反光面,所述的第一LED光源体包括红、绿、黄三种颜色的LED芯片。该交通信号灯可同时双面发光,减少路口处信号灯的使用量;把原信号灯颜色与文字结合,使具有轻微色盲病状的驾驶员很容易直观判断该路口的行驶命令。

    一种基于深度学习的拉曼光谱异常数据检测方法及系统

    公开(公告)号:CN119939226A

    公开(公告)日:2025-05-06

    申请号:CN202510429388.5

    申请日:2025-04-08

    Abstract: 本发明公开了一种基于深度学习的拉曼光谱异常数据检测方法及系统,属于拉曼光谱异常检测技术领域。其方法包括根据检测到的光谱峰值位置得到对应的峰值注意力指导系数;基于原始光谱数据的局部增强特征和全局特征得到多尺度注意力系数;将峰值注意力指导系数和多尺度注意力系数进行组合,并在此基础上得注意力拉曼光谱特征数据;利用降维网络对注意力拉曼光谱特征数据进行多层逐步降维,并利用升维网络进行重构;利用降维后的拉曼光谱特征数据以及重构拉曼光谱数据,得到拉曼光谱异常数据检测结果。本发明通过峰值感知注意力机制,能够同时分析拉曼光谱的整体特征和小尺度特征峰,对于拉曼光谱特征的提取和重构有较强针对性和提升。

    一种快速广谱检测沙门氏菌的方法

    公开(公告)号:CN119555662A

    公开(公告)日:2025-03-04

    申请号:CN202411788483.6

    申请日:2024-12-06

    Abstract: 本发明公开了一种快速广谱检测沙门氏菌的方法,涉及细菌检测技术领域。包括以下步骤:(1)标记SERS探针的制备;(2)Fe3O4@Au@Ag磁性复合材料的制备;(3)Fe3O4@Au@AgNPs与Ag@4MBA@AuNPs结合构建适配体传感器;(4)沙门氏菌的SERS检测。本发明基于贵金属纳米粒子与磁性复合材料构建的新型的表面增强拉曼散射(SERS)适配体传感器,根据竞争法原理产生沙门氏菌浓度越高,拉曼信号越弱的的反比关系,对不同沙门氏菌进行超灵敏的快速现场检测。

    一种基于PINN的液体干扰去除方法及电子设备

    公开(公告)号:CN119165462A

    公开(公告)日:2024-12-20

    申请号:CN202411649518.8

    申请日:2024-11-19

    Abstract: 本发明公开一种基于PINN的液体干扰去除方法及电子设备,属于信号处理技术领域,方法包括:采集冷血活体生命信号及液体干扰信号的雷达谱,制作标准数据集;构建微弱生命信号识别中液体干扰信号模型以及物理损失函数;构建抗液体干扰的PINN网络,并利用数据集进行训练生成抗干扰模型,实现微弱生命信号识别中冷血活体生命信号和液体干扰信号的检测区分。本发明可有效解决在工程应用中将液体信号误报为微弱生命信号的问题,有效提升了冷血活体生物信号识别准确性以及整体网络的泛化能力,满足了安检场景下复杂环境中的微弱生命信号检测需求。

    一种金纳米仙人球SERS衬底及其制备方法

    公开(公告)号:CN112499579B

    公开(公告)日:2024-09-13

    申请号:CN202011388002.4

    申请日:2020-12-01

    Abstract: 本发明公开了一种金纳米仙人球SERS衬底的制备方法,具体通过种子生长法合成一种具有表面拉曼增强效果的纳米材料‑‑金纳米仙人球。该方法主要包括:(a)金种子制备(b)金种子生长(c)将金纳米颗粒在预设离心转速下用去离子水反复洗涤离心五次,并在真空干燥箱中进行烘干,得到干燥的衬底;(d)将待测探针分子滴定到该衬底上,并在真空干燥箱中进行烘干,从而使该衬底能够进行拉曼检测。本发明优选了团聚较紧实、粒径较大、形貌均一、单分散性好、表面粗糙度高,具备多个“凸起”或“耦合热点”和SERS效应强的金纳米颗粒,具有较好的应用潜力。

    一种基于深度学习的电磁兼容故障源诊断方法

    公开(公告)号:CN117272137A

    公开(公告)日:2023-12-22

    申请号:CN202311169592.5

    申请日:2023-09-12

    Abstract: 本发明公开了一种基于深度学习的电磁兼容诊断方法,涉及电磁兼容故障源诊断领域,具体包括:根据电磁兼容测试数据特点对数据进行预处理,选用小波阈值去噪方法对数据进行去噪;将样本分为训练集和测试集,分别使用小波包分解得到训练集和训练集的相对能量矩阵;将处理后的训练样本输入到轻量化CNN模型中进行训练并对模型进行优化;将处理后的测试集数据输入到训练完成的轻量化CNN模型中进行分类,从而对故障源进行判定。本发明是以自动化的方式进行电磁兼容故障源诊断,针对电磁兼容数据特性使用小波分析方法对数据进行处理得到二维矩阵,并针对小样本问题使用A‑ThiNet方法优化的轻量化CNN模型,防止小样本导致的过拟合问题,并且减少了参数量和储存空间,可以实现更快的进行故障源分类。

    一种图像超分辨率方法
    40.
    发明公开

    公开(公告)号:CN115578257A

    公开(公告)日:2023-01-06

    申请号:CN202211176683.7

    申请日:2022-09-26

    Abstract: 本发明公开了一种图像超分辨率方法,包括以下步骤:获取待处理图像,并进行预处理,得到预超分图像;提取所述预超分图像的纹理特征,并根据所述纹理特征进行统一纹理编码,得到所述预超分图像的纹理类型;根据所述纹理类型,通过预先训练好的滤波向量集模型对所述预超分图像进行滤波,得到高分辨率图像;通过预先构建的差分高斯滤波器对所述高分辨率图像进行优化,得到超分辨率图像;本发明通过简单的纹理特征提取和编码实现图像超分处理,极大的降低了纹理分类所需的算力,提升了算法的性能,能够在高分辨率图像下达到60FPS的处理能力。

Patent Agency Ranking