公开(公告)号：CN117890352A

公开(公告)日：2024-04-16

申请号：CN202410085495.6

申请日：2024-01-22

Applicant: 中北大学

Inventor： 郝晓剑 ,  靳昊宇 ,  潘吾思 ,  韩英 ,  莫璧铭 ,  李楠 ,  张舒艺 ,  赵广田

IPC: G01N21/71 ,  G06F18/24 ,  G06F18/214 ,  G06N3/084 ,  G06N3/126 ,  G16C20/70 ,  G01N21/01 ,  G01N1/28

Abstract: 本发明涉及激光诱导击穿光谱技术领域，尤其涉及一种基于LIBS的多维度白酒鉴别分析方法，解决了现有白酒鉴别技术准确性波动较大、检验成本高、分析能力有限以及分析精确率低等技术问题，其构建了高频超声雾化模块、激光诱导击穿光谱模块、光谱数据预处理模块、定性分析网络优化模块和白酒多维度鉴别模块。本发明通过激光诱导等离子体光谱强度‑粒子数耦合模型研究将LIBS检测技术分析速率快、在线原位检测、无需样品预处理等优势与传统白酒鉴别技术相结合，突破了白酒检测技术分析精度低、预处理复杂、鉴别时间长、主观意识影响较大等问题，开创了白酒分析鉴别新方法。

公开(公告)号：CN110414675A

公开(公告)日：2019-11-05

申请号：CN201910823790.6

申请日：2019-09-02

Applicant: 中北大学

Inventor： 李剑 ,  王彦博 ,  李冒金 ,  韩焱 ,  苏新彦 ,  王小亮 ,  莫璧铭 ,  李禹剑

IPC: G06N3/04 ,  G01V1/28

Abstract: 本发明涉及一种基于深度学习的地下浅层震源定位方法，包括以下步骤：布设分布式震动传感器阵列、生成学习样本、设置三维能量场图像样本对应的震源弹位置作为训练标签、构建深度学习网络框架、训练网络、对实际爆炸震源进行定位。本发明减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等中间步骤，极大地提高了震源定位效率，消除了定位盲区，降低了震源定位精度受监测区域信道重建精度的依赖，为地下浅层震源定位提供一种新的震源定位方法。

公开(公告)号：CN110414675B

公开(公告)日：2022-05-27

申请号：CN201910823790.6

申请日：2019-09-02

Applicant: 中北大学

Inventor： 李剑 ,  王彦博 ,  李冒金 ,  韩焱 ,  苏新彦 ,  王小亮 ,  莫璧铭 ,  李禹剑

IPC: G06N3/04 ,  G01V1/28

Abstract: 本发明涉及一种基于深度学习的地下浅层震源定位方法，包括以下步骤：布设分布式震动传感器阵列、生成学习样本、设置三维能量场图像样本对应的震源弹位置作为训练标签、构建深度学习网络框架、训练网络、对实际爆炸震源进行定位。本发明减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等中间步骤，极大地提高了震源定位效率，消除了定位盲区，降低了震源定位精度受监测区域信道重建精度的依赖，为地下浅层震源定位提供一种新的震源定位方法。

公开(公告)号：CN110516650A

公开(公告)日：2019-11-29

申请号：CN201910823811.4

申请日：2019-09-02

Applicant: 中北大学

Inventor： 李剑 ,  王彦博 ,  李冒金 ,  聂鹏飞 ,  苏新彦 ,  刘泽鹏 ,  莫璧铭 ,  李禹剑

IPC: G06K9/00 ,  G06K9/62 ,  G01V1/30 ,  G01V1/20

Abstract: 本发明涉及一种基于震动传感器阵列的浅层盲空间震源定位系统，包括预设震源、震动传感器阵列、特征参数提取模块、速度场模型构建模块、三维能量场图像生成模块、深度学习网络模块；本发明减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等中间步骤，极大地提高了震源定位效率，消除了定位盲区，降低了震源定位精度对监测区域信道重建精度的依赖，为地下浅层震源定位提供一种新的震源定位系统。

公开(公告)号：CN119880851A

公开(公告)日：2025-04-25

申请号：CN202510363769.8

申请日：2025-03-26

Applicant: 中北大学

Inventor： 郝晓剑 ,  莫璧铭 ,  黄小东 ,  李帅军 ,  陈浚杰

IPC: G01N21/39 ,  G06N3/0464 ,  G06N3/08 ,  G01N21/27

Abstract: 本发明属于光电探测和气体检测的技术领域，具体为一种基于TDLAS技术的CO2气体浓度场探测重建方法，解决了现有相关系统的光谱数据维度低、精度低、响应滞后以及重建分辨率低的技术问题，其包括构建浓度场时空离散序列，构建多模态CO2气体三维浓度场模拟数据集，U‑SRResNet网络模型的超参数初始化，U‑SRResNet网络模型的超参数的训练及优化，将采集到的CO2气体浓度场原始吸光度数据输入完成训练的U‑SRResNet网络模型中；输出经过U‑SRResNet网络模型放大N倍的CO2气体浓度场重建结果。本发明满足快速、高效的TDLAS探测重建，为CO2气体浓度场精细化分布测试提供技术支撑。

公开(公告)号：CN110516650B

公开(公告)日：2022-04-22

申请号：CN201910823811.4

申请日：2019-09-02

Applicant: 中北大学

Inventor： 李剑 ,  王彦博 ,  李冒金 ,  聂鹏飞 ,  苏新彦 ,  刘泽鹏 ,  莫璧铭 ,  李禹剑

IPC: G06K9/00 ,  G06K9/62 ,  G01V1/30 ,  G01V1/20

Abstract: 本发明涉及一种基于震动传感器阵列的浅层盲空间震源定位系统，包括预设震源、震动传感器阵列、特征参数提取模块、速度场模型构建模块、三维能量场图像生成模块、深度学习网络模块；本发明减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等中间步骤，极大地提高了震源定位效率，消除了定位盲区，降低了震源定位精度对监测区域信道重建精度的依赖，为地下浅层震源定位提供一种新的震源定位系统。