-
公开(公告)号：CN107102367B
公开(公告)日：2018-01-05
申请号：CN201710269458.0
申请日：2017-04-24
Applicant: 吉林大学
Abstract: 本发明为直升机预极化场磁共振油气探测装置及探测方法。包括吊载在直升机下方的预极化线圈和发射/接收线圈，在预极化线圈中通入电流产生直流电场，对油中的氢核进行预极化，增加氢核的磁化强度，预极化过程完成后，通过向地下发射频率为当地拉莫尔频率的交变电流，激发地下油中的氢核形成宏观磁矩，这一宏观磁矩在地磁场中进行旋进运动，当激发停止后，氢核自旋产生弛豫现象，通过接收线圈感应宏观磁矩进动产生的核磁共振信号，最后传至上位机进行数据解释。本发明采用预极化场提高磁化强度，可实现原位非侵入式探测的目的，具有速度快、效率高、成本低、通行性好、可大面积覆盖的优势，既能节省探测时间，又能获得高信噪比高精度的探测结果，将为提高我国的油气勘查能力奠定基础。
-
公开(公告)号：CN104614778B
公开(公告)日：2017-08-25
申请号：CN201510041803.6
申请日：2015-01-27
Applicant: 吉林大学
Abstract: 本发明公开了一种核磁共振地下水探测信号噪声消除方法，包括以下步骤：录入三组核磁共振响应数据，分别对这三组数据进行傅里叶变换，确定每组数据核磁共振中心频率附近所含工频谐波，然后构造与工频谐波同频率，与核磁共振相应数据同长度的正弦函数、余弦函数，并与核磁共振响应数据组成观测信号，采用独立分量分析算法对每组观测信号进行分离得到解混信号，进行数据重构以消除工频谐波的干扰，将三组去除工频谐波的核磁共振数据作为观测信号，再利用ICA算法处理，削弱剩余随机噪声干扰。本发明在消除工频谐波噪声干扰的同时，不会破坏信号的任何细节，不需要铺设参考线圈，操作简单，压制随机噪声不需要大量的数据，减少处理时间。
-
公开(公告)号：CN105824053A
公开(公告)日：2016-08-03
申请号：CN201610344541.5
申请日：2016-05-23
Applicant: 吉林大学
Abstract: 本发明涉及一种自适应滤波的磁共振信号抗饱和消噪装置及消噪方法，采用三个多匝小线圈作为参考通道，前端处理模块经高精度AD采集模块连接至FPGA模块，再经数据传输模块连接至PC模块，避免了核磁信号的感应。通过FPGA中抗饱和模块使信号被尽可能放大且不饱和；再用自适应消噪算法对信号进行实时参考消噪，利用PC模块实时修改自适应滤波器参数，能适应各种复杂的探测环境。本发明的消噪装置和消噪方法，经在强电磁干扰环境中实验，不仅保证核磁信号不失真，提高信噪比，抑制工频谐波干扰，还起到抗饱和的作用，并能在低信噪比且易饱和的探测现场实时检测到核磁信号，为后续核磁信号的数据反演奠定可靠基础。
-
公开(公告)号：CN101357984A
公开(公告)日：2009-02-04
申请号：CN200810051198.0
申请日：2008-09-23
Applicant: 吉林大学
Abstract: 本发明属于高分子材料领域，具体涉及一种用于高温燃料电池质子交换膜材料的聚合物侧链含有苯并咪唑基团的磺化聚芳醚酮类聚合物及其制备方法。本发明首先是以侧链联有羧基的双酚单体、氟端基单体和磺化氟端基单体反应，制备出骨架上连有羧基基团的磺化聚芳醚酮聚合物，通过调整氟端基单体和磺化氟端基单体的比例，可以调整聚合物的磺化度在0和2之间。再以该磺化聚合物主体，以邻苯二胺为原料将苯并咪唑基团引入到聚合物侧链上。通过调整磺化单体和非磺化单体的比例，可制备出不同磺化度的侧链含苯并咪唑基团的聚芳醚酮。所制成的一系列膜在燃料电池膜领域，特别是在高温下使用具有较高的应用前景。
-
公开(公告)号：CN117872487A
公开(公告)日：2024-04-12
申请号：CN202410264266.0
申请日：2024-03-08
Applicant: 吉林大学
Abstract: 本发明涉及地下水有机污染的地球物理方法检测领域，具体来讲为一种适用于油田原油渗漏检测的磁共振移动探测方法。通过将接收线圈搭载在承托骨架上，由移动探测车牵引，在发射线圈激发区域内步进移动扫描，探测发射线圈激发区域内的地下水有机污染，再通过反演解释地下水有机污染的分布情况。在数据处理过程中，首先将采集到的实测含噪声的核磁共振移动探测信号进行整理、扩展与筛选，形成原始含噪信号与纯噪声训练集，再将扩张卷积神经网络模块与权衡器并联组成新型卷积神经网络，构建原始含噪信号与原始含噪信号中噪声数据之间复杂的非线性映射关系，将原始含噪信号中的噪声数据从原始含噪信号中剔除，实现准确率更高的智能消噪。
-
Patent Agency Ranking
公开(公告)号：CN116226618A
公开(公告)日：2023-06-06
申请号：CN202310084305.4
申请日：2023-02-02
Applicant: 吉林大学
IPC: G06F18/10 , G06F18/24 , G06F18/214 , G06F18/2411 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于核磁共振测深信号噪声抑制方法领域，为一种地面磁共振多类型噪声去噪网络的构建系统及去噪方法，包括磁共振信号构建模块，仿真多组磁共振有效信号及环境噪声，构造出分别受到三种类型噪声影响的含噪数据集；去噪神经网络搭建模块，根据磁共振信号构建模块生成的磁共振信号分别基于三种含噪数据集与噪声数据集训练优化网络，得到三个针对不同种类噪声的去噪网络，分类与判别模型，采用支持向量机方法根据不同噪声的特性，判断噪声类型，根据判断结果输出到去噪神经网络搭建模块中相应的去噪网络模型中。本发明能够减少标签数据量的规模，缩短模型的训练时间，并且对噪声进行有针对性地去除，可以减少网络模型对数据多样性的依赖。
-
公开(公告)号：CN112180454B
公开(公告)日：2023-03-14
申请号：CN202011200178.2
申请日：2020-10-29
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LDMM的磁共振地下水探测随机噪声抑制方法，对磁共振观测信号作短时傅里叶变换得到含噪信号的时频分析图像，构造与该图像大小相同的初始干净磁共振信号时频图像，将该图像分成小块，集合成块集，将该块集用高维空间中的低维流形上的点表示，之后以该低维流形的维数作为优化方程的约束条件，分别更新流形及图像数据，直至优化方程收敛，得到消噪后信号的时频分析图，最后经过短时傅里叶逆变换，得到干净的磁共振信号。该方法提出信号处理转换成图像处理的新方法，并引入流形学习，可以使消噪过程更直观，引入的流形维数作为约束条件，在图像处理时更好的保留图像纹理细节，使消噪效果更好。
-
公开(公告)号：CN114091538A
公开(公告)日：2022-02-25
申请号：CN202111390936.6
申请日：2021-11-23
Applicant: 吉林大学
Abstract: 本发明涉及磁共振测深信号噪声抑制方法领域，为一种基于信号特征的判别损失卷积神经网络智能降噪方法。应用无监督学习的智能降噪。该方法将实测数据前半段作为含噪信号，后半段作为噪声数据，使用卷积层、上采样层搭建卷积神经降噪网络，构建含噪信号与噪声之间的复杂映射关系，从而达到降噪目的，此外引入由卷积层搭建判别器，用以约束降噪网络的损失函数，通过不断更新网络参数，直到损失函数稳定得到降噪模型。本发明根据信号特性，采用无监督学习建立含噪信号与有效信号之间的映射关系，实现地面磁共振智能降噪，该方法不需要人工调整参数，无需大量人工标记。
-
公开(公告)号：CN112180454A
公开(公告)日：2021-01-05
申请号：CN202011200178.2
申请日：2020-10-29
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LDMM的磁共振地下水探测随机噪声抑制方法，对磁共振观测信号作短时傅里叶变换得到含噪信号的时频分析图像，构造与该图像大小相同的初始干净磁共振信号时频图像，将该图像分成小块，集合成块集，将该块集用高维空间中的低维流形上的点表示，之后以该低维流形的维数作为优化方程的约束条件，分别更新流形及图像数据，直至优化方程收敛，得到消噪后信号的时频分析图，最后经过短时傅里叶逆变换，得到干净的磁共振信号。该方法提出信号处理转换成图像处理的新方法，并引入流形学习，可以使消噪过程更直观，引入的流形维数作为约束条件，在图像处理时更好的保留图像纹理细节，使消噪效果更好。
-
公开(公告)号：CN111346676A
公开(公告)日：2020-06-30
申请号：CN202010155761.X
申请日：2020-03-09
Applicant: 吉林大学
Abstract: 一种铁取代钨磷多酸聚多巴胺纳米模拟酶及其制备方法和用途，属于纳米技术和催化材料领域，本发明提供的铁取代钨磷多酸聚多巴胺纳米模拟酶，其结构式为K10P2W18Fe4(H2O)2O68/PDA，通过制备前体物Na8[HPW9O34]、制备K10P2W18Fe4(H2O)2O68及制备铁取代钨磷多酸聚多巴胺纳米模拟酶得到本品。本发明材料具有过氧化物模拟酶的催化功能，可作为一种新颖的过氧化物模拟酶；可代替辣根过氧化氢酶在免疫分析、生物检测和临床诊断中应用；此外，本发明制备的铁取代钨磷多酸聚多巴胺纳米模拟酶可用于过氧化氢、谷胱甘肽和大肠杆菌的比色或荧光检测，检测有较好的灵敏度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.027 seconds)
