-
公开(公告)号:CN112699917A
公开(公告)日:2021-04-23
申请号:CN202011456497.X
申请日:2020-12-11
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种非线性光学卷积神经网络的图像识别方法。针对现有单层光学卷积神经网络对非线性数据特征提取能力不足和分类性能弱的缺点,设计出一种基于Swish激活函数的非线性光学卷积神经网络方法用于图像识别。首先,建立一层光学卷积神经网络模型,包括光学卷积核结构、数量、计算方法和光学特征图;然后,将生成的光学卷积特征图送入Swish激活单元,形成非线性映射;最后,建立多层非线性光学卷积神经网络模型,采用Adam算法对模型参数进行优化。本方法在MNIST手写数字图像数据集上进行实验,结果表明,相比于现有的单层光学卷积神经网络,本发明所提供的方法具有更强的非线性数据可分能力,分类精度高,且计算简便。
-
公开(公告)号:CN112651428A
公开(公告)日:2021-04-13
申请号:CN202011410788.5
申请日:2020-12-03
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种用于远程拉曼矿物识别的深度学习模型多分类方法,包括以下步骤:获取已知矿物物质的拉曼光谱数据进行预处理;构建并训练卷积神经网络模型;评价卷积神经网络模型;对目标矿物物质种类进行分类,该方法有效的弥补了传统遥感和红外光谱等技术信号弱、光谱峰较宽等技术中的缺陷,成为未来深空表面物质探测的发展方向。
-
公开(公告)号:CN112633284A
公开(公告)日:2021-04-09
申请号:CN202011444516.7
申请日:2020-12-08
Applicant: 北京信息科技大学
Abstract: 为了解决传统深度学习硬件系统功耗高、速度慢的问题,本发明提出了一种使用红外激光的纯光深度学习手写数字识别方法,其特征在于,包括电源、CO2激光器、激光器驱动模块、手写数字掩膜板、标校激光器、衍射光栅、标校图像传感器、中红外光电探测器、二维位移平台、电机驱动器、采集模块、计算机控制软件。本发明结构简单、功耗低,对手写数字识别平均准确率高,在特征检测和图像分类领域具有很好的应用前景。
-
公开(公告)号:CN109730777B
公开(公告)日:2020-06-30
申请号:CN201811629820.1
申请日:2018-12-28
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种用于术中心脏组织辅助固定的软体机器人,包括用于辅助固定心脏组织的U型吸附结构,与所述吸附结构连接件圆头端连接的刚柔转换支撑臂,用于U型吸附结构的支撑,U型吸附结构内部气体的抽取和输送;安装在所述刚柔转换支撑臂末端的尾端连接结构。本发明U型吸附结构及仿生吸盘结构设计,可保证吸盘结构与心脏组织的充分接触和吸附固定作用,同时软硬度转换,可有效防止心脏组织的吸附损伤。通过气动方式实现对心脏组织的柔性吸附和结构软硬态转换。可解决常压下的柔性变形和真空硬化下刚性支撑问题,保证软体机器人在抽负压时气道的完整性。所有部件均可采用3D打印精密成型技术,易于制造,成本较低。
-
公开(公告)号:CN110197193A
公开(公告)日:2019-09-03
申请号:CN201910204433.1
申请日:2019-03-18
Applicant: 北京信息科技大学
Abstract: 一种多参数流式数据自动分群方法,包括如下步骤:步骤一:基于t-SNE的多参数数据分群:输入待降维多参数流式数据,设定需要降到的维数d以及损失函数参数困惑度;对样本矩阵X进行初始化,计算相应矩阵之间的距离,使用固定的困惑度计算条件概率pj|i;进入循环迭代:计算低维度下的联合概率,计算梯度;迭代寻优,更新低维数据,迭代结束后得到的矩阵即为降维后的主成分参数矩阵;步骤二:将主成分参数矩阵数据使用K-means算法聚类:随机选取个聚类质心点作为初始质心。
-
公开(公告)号:CN109616858A
公开(公告)日:2019-04-12
申请号:CN201811614367.7
申请日:2018-12-27
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于飞秒激光直写FBG阵列的掺铒光纤激光器,包括传感光纤,传感光纤上设有波分复用器、C波段掺饵光纤、L波段掺饵光纤、偏振控制器、光纤环形器、耦合器、泵浦源、光谱仪、FBG阵列、宽带反射镜;其中,FBG阵列通过飞秒激光直写单模光纤制得,单模光纤的纤芯刻写有三个并列的FBG光栅,且三个FBG光栅长度相等、反射波长不同。本发明采用飞秒激光透过光纤保护层在不除去涂层的单模光纤中直写周期分别为538nm、542nm和547nm且并列设置的光纤布拉格光栅作为选频器件,结合C波段和L波段掺铒光纤、泵浦源、偏振控制器及宽带全反镜构成线形腔光纤激光器,实现了波长可切换的单波长及双波长激光输出,且抑制了激光光谱中的边模,提高了波长稳定性。
-
公开(公告)号:CN109520998A
公开(公告)日:2019-03-26
申请号:CN201910013941.1
申请日:2019-01-08
Applicant: 北京信息科技大学
IPC: G01N21/65
Abstract: 本发明公开了一种用于医疗检测的光纤拉曼系统,包括光纤拉曼探针、拉曼探针激发光纤、拉曼探针收集光纤、激光器、拉曼光谱仪、计算机,光纤拉曼探针分别与拉曼探针激发光纤、拉曼探针收集光纤连接,拉曼探针收集光纤末端与拉曼光谱仪连接,拉曼探针激发光纤末端与激光器连接,激光器、拉曼光谱仪分别与计算机连接,激光器根据计算机指令生成激发激光,激发激光通过拉曼探针激发光纤、光纤拉曼探针射出到待测物,待测物被激光激发散射出拉曼光,拉曼光通过光纤拉曼探针、拉曼探针收集光纤回传至拉曼光谱仪,拉曼光谱仪对拉曼光进行处理,并将其光谱数据发送至计算机,实现对光谱数据的实时分析与记录。
-
公开(公告)号:CN120067593A
公开(公告)日:2025-05-30
申请号:CN202510215810.7
申请日:2025-02-26
Applicant: 北京信息科技大学
IPC: G06F18/20 , B64F5/60 , G06F18/10 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F123/02
Abstract: 本发明涉及飞机结构健康检测技术领域,公开了一种基于循环神经网络的飞机起落架智能载荷计算方法,包括以下步骤:依据地面标定实验改进的飞机起落架应变‑载荷数据采集方式;建立感测网络;对待测系统施加压力载荷,再由预设传感器采集并反馈光谱数据;对所测得的数据进行预处理,得到初始训练数据;将数据归一化后输入CNN层提取数据空间特征及有用的局部模式;构建GRU层对数据进行进一步的处理;最后由全连接层根据前步的隐藏状态,总结数据特征输出xyz三轴的负载预测值。本发明中,通过构建CNN‑GRU混合神经网络,对数据进行空间和时间上的特征提取,实现了模拟现实情况下的高精度预测。
-
公开(公告)号:CN120013776A
公开(公告)日:2025-05-16
申请号:CN202510056920.3
申请日:2025-01-14
Applicant: 北京信息科技大学
IPC: G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提出了基于深度自适应通道‑空间注意力的图像融合方法及系统,属于图像处理技术领域;方法包括:获取红外光图像和可见光图像并输入到双分支交互式编码器中,提取红外光图像和可见光图像的初始特征;利用深度自适应分数模块获取红外光图像和可见光图像初始特征的权重,生成加权特征;将加权特征合并,并输入到自适应通道‑空间注意力模块中实现特征融合;将融合后的特征输入到解码器中进行降维重建,将融合结果映射回原始表示。通过两种模态图像输入特征的交互式处理,并动态调整融合权重,能得到更多互补信息。利用深度自适应融合模块,用于评估输入特征的质量,并通过通道和空间双重关注机制执行加权融合,从而获得了更好的融合效果。
-
公开(公告)号:CN119541052A
公开(公告)日:2025-02-28
申请号:CN202411684501.6
申请日:2024-11-22
Applicant: 北京信息科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/048 , G06N3/08
Abstract: 本发明属于手势识别领域,提供了一种基于多头注意力与时空特征融合的手势识别方法及系统,利用深度学习的框架搭建神经网络模型结构,导入包含时序特征的手部关节点的手势序列,利用提出的手势识别算法对手势序列数据进行特征提取、位置编码与注意力计算、特征融合与特征映射,输出更高准确率的手势分类结果。采用新的网络拓扑结构并利用局部全局多头注意力模块在时空两个维度捕捉空间和时间上的复杂关系,解决了目前模型在应对复杂时序数据时捕捉短期和长期依赖关系不充分的问题,使得融合算法在处理不同类型的手势序列数据时更加灵活高效。
-
-
-
-
-
-
-
-
-