-
公开(公告)号：CN111896475A
公开(公告)日：2020-11-06
申请号：CN202010742006.1
申请日：2020-07-29
Applicant: 东北大学秦皇岛分校
Abstract: 一种用于光声光谱微量气体检测的光路增程式光声池，包括框架、凹面反射镜、平面反射镜及麦克风；框架内由左至右依次设有第一光学窗口、第一缓冲腔、圆柱形谐振腔、第二缓冲腔及第二光学窗口；第一缓冲腔顶部的框架上设有进气口；第二缓冲腔顶部的框架上设有出气口；凹面反射镜设在第一光学窗口内，凹面反射镜的反射凹面朝向框架内侧，凹面反射镜的镜体上设有激光入射口；平面反射镜设在第二光学窗口内，平面反射镜的反射平面朝向框架内侧；圆柱形谐振腔中间处顶部的框架上设有麦克风安装槽，麦克风位于麦克风安装槽内；平面反射镜的反射平面上设有至少为一个辅助反射凹面，平面反射镜半径设为R，辅助反射凹面的半径设为r，R＝(4.5～5)r。
-
公开(公告)号：CN109034186A
公开(公告)日：2018-12-18
申请号：CN201810595182.X
申请日：2018-06-11
Applicant: 东北大学秦皇岛分校
IPC: G06K9/62
CPC classification number: G06K9/6268 , G06K9/6256
Abstract: 本发明涉及一种建立DA‑RBM分类器模型的方法，所述方法包括如下步骤：获取源域数据Xs、与源域数据Xs对应的标签Ys、目标域数据XT以及标签YT；初始化RBM模型参数，将数据Xs、XT输入到RBM网络中，求出一阶特征；将所述一阶特征作为下一阶网络的输入，进行RBM训练；将RBM的隐层输出Hs、HT输入到softmax回归层进行分类；在RBM隐层输出上使用MMD进行源域数据和目标域数据分布的约束；在RBM模型的顶层分类层中使用MMD进行预测结果的约束；构建模型的总代价函数J(θ)，通过优化所述总代价函数来优化分类器模型的参数。本发明所建模型能够对跨域数据进行有效识别。
-
公开(公告)号：CN106680238A
公开(公告)日：2017-05-17
申请号：CN201710009518.5
申请日：2017-01-06
Applicant: 东北大学秦皇岛分校
IPC: G01N21/3563
Abstract: 本发明涉及一种基于红外光谱分析物质成分含量的方法，包括根据源域红外光谱数据和与所述源域红外光谱数据对应的源域物质成分含量建立第一回归模型，求取所述第一回归模型中的参数；获取目标域红外光谱数据，建立目标域红外光谱数据与源域红外光谱数据之间的转移模型，求取所述转移模型中的参数；根据所述目标域红外光谱数据、所述转移模型，利用所述第一回归模型获取与所述目标域红外光谱数据对应的目标域物质成分含量。本发明的分析方法结合迁移学习中的特征迁移方法和偏最小二乘算法，实现目标域到源域光谱特征空间的变换，不但可以去除冗余信息，提高转移的准确性，而且可以在很大程度上降低了转移过程的计算量。
-
公开(公告)号：CN117115246A
公开(公告)日：2023-11-24
申请号：CN202310826980.X
申请日：2023-07-07
Applicant: 东北大学秦皇岛分校
IPC: G06T7/73 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G01C11/04
Abstract: 本发明公开了一种无人机水平姿态识别方法及识别控制系统，水平姿态识别方法包括：摄像装置连续采集多帧无人机的飞行图像；对采集的飞行图像进行预处理，提取仅包含无人机起落架区域的图像；对所述图像进行姿态识别，提取所述图像的飞行姿态特征；确定无人机起落架朝向，并根据起落架朝向判断无人机的飞行方向。识别控制系统包括：图像采集单元、存储单元、图像处理单元、姿态识别单元、实时输出单元。本发明免去了传感器和陀螺仪安装在无人机机身时，由外界因素和物理因素导致的计算偏差，仅通过图像就能够判断无人机飞行的水平姿态；而且采用只识别无人机的飞行方向而不识别无人机运动轨迹的处理方法，使系统的处理速度得到很大提升。
-
公开(公告)号：CN109034186B
公开(公告)日：2022-05-24
申请号：CN201810595182.X
申请日：2018-06-11
Applicant: 东北大学秦皇岛分校
IPC: G06K9/62
Abstract: 本发明涉及一种建立DA‑RBM分类器模型的方法，所述方法包括如下步骤：获取源域数据Xs、与源域数据Xs对应的标签Ys、目标域数据XT以及标签YT；初始化RBM模型参数，将数据Xs、XT输入到RBM网络中，求出一阶特征；将所述一阶特征作为下一阶网络的输入，进行RBM训练；将RBM的隐层输出Hs、HT输入到softmax回归层进行分类；在RBM隐层输出上使用MMD进行源域数据和目标域数据分布的约束；在RBM模型的顶层分类层中使用MMD进行预测结果的约束；构建模型的总代价函数J(θ)，通过优化所述总代价函数来优化分类器模型的参数。本发明所建模型能够对跨域数据进行有效识别。
-
Patent Agency Ranking
公开(公告)号：CN108152239A
公开(公告)日：2018-06-12
申请号：CN201711334521.0
申请日：2017-12-13
Applicant: 东北大学秦皇岛分校
IPC: G01N21/35 , G01N21/3563 , G01N21/359 , G06K9/00
Abstract: 本发明公开了一种基于特征迁移的样品成分含量测定方法，采用基于ELM-AE模型的标定迁移学习方法，将目标域待测样品的红外光谱数据特征映射到源域的特征空间中，然后利用源域的样品成分含量预测模型对所述目标域待测样品的成分含量进行预测。采用本发明的样品成分含量测定方法，预测精度更高。为了验证本发明的效果，发明人使用玉米和药片数据集对本发明提出的基于ELM-AE模型的标定迁移学习方法进行了验证，并同时与PDS模型，SBC迁移模型的预测效果进行了比较。结果表明：对于玉米数据集和药片数据集，整体而言，本发明的TL-ELM-AE模型的预测性能均优于PDS模型和SBC迁移模型。
-
公开(公告)号：CN106596450A
公开(公告)日：2017-04-26
申请号：CN201710009517.0
申请日：2017-01-06
Applicant: 东北大学秦皇岛分校
IPC: G01N21/35
CPC classification number: G01N21/35
Abstract: 本发明涉及一种基于红外光谱分析物质成分含量的增量式方法，包括以下步骤：根据源域红外光谱数据和源域物质成分含量建立第一回归模型；获取目标域标准样本，建立目标域红外光谱标准数据与源域红外光谱数据之间的转移模型；根据所述第一回归模型和所述转移模型建立第二回归模型；获取目标域红外光谱增量数据和目标域物质成分含量增量数据，利用第二回归模型对所述目标域红外光谱增量数据进行筛选，如果满足要求则保留；直至被保留的数量达到阈值，利用所述新目标域标准样本，获取新转移模型和新第二回归模型；获取目标域红外光谱测试数据，根据所述目标域红外光谱测试数据和所述新第二回归模型获取目标域物质成分含量。效率高。
-
公开(公告)号：CN107918718B
公开(公告)日：2020-05-22
申请号：CN201711068234.X
申请日：2017-11-03
Applicant: 东北大学秦皇岛分校
IPC: G06F17/10
Abstract: 本发明公开了一种基于在线顺序极限学习机的样品成分含量测定方法，包括：采集样品的光谱数据样本，并利用在线顺序极限学习机算法进行建模；利用所建立的模型对样品的成分含量进行测定。本发明通过利用在线顺序极限学习机算法进行建模，无需保留前面使用过的数据而只将前面学习到的知识保留下来以备后用；每次有新的光谱数据到来时，只需要计算新到数据的隐层输出，然后利用前面学习到的知识动态更新中间隐层到输出层之间的输出权重，即可进行快速建模。相较于传统的建模方法，提高了建模速度，减少了不必要的重复计算量以及对数据存储空间的消耗，提高了模型的精度和泛化性能，而且既可以处理每次一个一个到来的数据也可以处理一块一块到来的数据。
-
公开(公告)号：CN107918718A
公开(公告)日：2018-04-17
申请号：CN201711068234.X
申请日：2017-11-03
Applicant: 东北大学秦皇岛分校
IPC: G06F19/00
Abstract: 本发明公开了一种基于在线顺序极限学习机的样品成分含量测定方法，包括：采集样品的光谱数据样本，并利用在线顺序极限学习机算法进行建模；利用所建立的模型对样品的成分含量进行测定。本发明通过利用在线顺序极限学习机算法进行建模，无需保留前面使用过的数据而只将前面学习到的知识保留下来以备后用；每次有新的光谱数据到来时，只需要计算新到数据的隐层输出，然后利用前面学习到的知识动态更新中间隐层到输出层之间的输出权重，即可进行快速建模。相较于传统的建模方法，提高了建模速度，减少了不必要的重复计算量以及对数据存储空间的消耗，提高了模型的精度和泛化性能，而且既可以处理每次一个一个到来的数据也可以处理一块一块到来的数据。
-
公开(公告)号：CN106680238B
公开(公告)日：2019-09-06
申请号：CN201710009518.5
申请日：2017-01-06
Applicant: 东北大学秦皇岛分校
IPC: G01N21/3563
Abstract: 本发明涉及一种基于红外光谱分析物质成分含量的方法，包括根据源域红外光谱数据和与所述源域红外光谱数据对应的源域物质成分含量建立第一回归模型，求取所述第一回归模型中的参数；获取目标域红外光谱数据，建立目标域红外光谱数据与源域红外光谱数据之间的转移模型，求取所述转移模型中的参数；根据所述目标域红外光谱数据、所述转移模型，利用所述第一回归模型获取与所述目标域红外光谱数据对应的目标域物质成分含量。本发明的分析方法结合迁移学习中的特征迁移方法和偏最小二乘算法，实现目标域到源域光谱特征空间的变换，不但可以去除冗余信息，提高转移的准确性，而且可以在很大程度上降低了转移过程的计算量。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
