-
公开(公告)号：CN103175848B
公开(公告)日：2015-01-14
申请号：CN201310047507.8
申请日：2013-02-05
Applicant: 厦门大学 , 厦门钨业股份有限公司
IPC: G01N21/89
Abstract: 一种RCF型铣刀刃部崩缺在线检测方法，涉及RCF型铣刀刃部崩缺机器视觉自动检测领域。提供算法简单、准确度高、速度快的一种RCF型铣刀刃部崩缺在线检测方法，完成RCF型铣刀刃部崩缺的自动检测。检测装置设有铣刀旋转平台和视觉检测系统；铣刀旋转平台设有底座、工作夹头、双头步进电机和旋转编码器；视觉检测系统设有平面光源、摄像机和计算机；1)准备阶段；2)自动检测阶段。可完成RCF型铣刀高质量成像和铣刀刃部崩缺的高准确率自动化检测及崩缺计数与显示。具有算法简单、准确度高、速度快等突出优点，而且可适应针对RCF型铣刀刃部崩缺检测要求和其尺寸小、外观复杂等特点的检测要求。
-
公开(公告)号：CN103175848A
公开(公告)日：2013-06-26
申请号：CN201310047507.8
申请日：2013-02-05
Applicant: 厦门大学 , 厦门钨业股份有限公司
IPC: G01N21/89
Abstract: 一种RCF型铣刀刃部崩缺在线检测方法，涉及RCF型铣刀刃部崩缺机器视觉自动检测领域。提供算法简单、准确度高、速度快的一种RCF型铣刀刃部崩缺在线检测方法，完成RCF型铣刀刃部崩缺的自动检测。检测装置设有铣刀旋转平台和视觉检测系统；铣刀旋转平台设有底座、工作夹头、双头步进电机和旋转编码器；视觉检测系统设有平面光源、摄像机和计算机；1)准备阶段；2)自动检测阶段。可完成RCF型铣刀高质量成像和铣刀刃部崩缺的高准确率自动化检测及崩缺计数与显示。具有算法简单、准确度高、速度快等突出优点，而且可适应针对RCF型铣刀刃部崩缺检测要求和其尺寸小、外观复杂等特点的检测要求。
-
公开(公告)号：CN117219176A
公开(公告)日：2023-12-12
申请号：CN202311073578.5
申请日：2023-08-24
IPC: G16B40/30 , G06F18/24 , G06F18/21 , G06F18/22 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/088 , G06N3/0455
Abstract: 本发明公开了一种基于对比学习的拉曼光谱细菌分类方法及系统，包括：数据预处理步骤，对预训练数据集、再训练数据集和测试数据集中的原始拉曼光谱进行去噪、背景去除和归一化处理；数据增强步骤，通过随机谱段置零或高斯噪声添加的操作对预处理后的预训练数据集进行增强处理，构建预训练数据样本对；模型预训练步骤，基于数据增强后的预训练数据集，采用对比学习对深度神经网络进行训练，获得预训练模型；模型再训练步骤，使用预处理后的再训练数据集对增加分类层的预训练模型进行调整，获得训练好的分类模型；模型测试步骤，将预处理后的测试数据集输入训练好的分类模型，获得拉曼光谱细菌分类结果。本发明提高了光谱分类效率和准确度。
-
公开(公告)号：CN115308130B
公开(公告)日：2024-11-29
申请号：CN202210946093.1
申请日：2022-08-08
Applicant: 厦门大学
Abstract: 本发明公开显微光谱仪器噪音的分析方法，包括：通过显微光谱仪器检测无信号的基底，得到基底光谱数据；分解基底光谱数据得到光谱分量；从光谱分量中去除仪器背景光谱分量，得到显微光谱仪器的噪音值；仪器背景信号分量通过傅里叶变换后设定频率阈值判定。本发明中的显微光谱仪器噪音的分析方法通过检测无信号的基底获取基底光谱数据，从基底光谱数据中提取仪器背景光谱分量，从基底光谱数据中去除背景光谱分量，从而获得显微光谱仪器的噪音。获取的噪音为显微光谱仪器整体噪音，可真实、准确的反映显微光谱仪器在当前测试条件和状态下的显微光谱仪器噪音。同时，本发明还包括显微光谱仪器噪音的处理方法、降噪模型和设备。
-
公开(公告)号：CN115078283A
公开(公告)日：2022-09-20
申请号：CN202210680231.6
申请日：2022-06-16
Applicant: 厦门大学
Abstract: 本发明公开了一种一体式紫外分光光谱仪及系统，包括：光源(1)、光源准直镜(2)、第一分束镜(3)、参比池(4)、第一平面反射镜(5)、第二平面反射镜(6)、样品池(7)、第二分束镜(8)、狭缝前聚焦镜(9)、狭缝(10)、光谱仪准直镜(11)、光栅(12)、光谱仪聚焦镜(13)和CCD相机(14)。本发明具有体积小、便于携带及维修的特点，可检测光谱范围200～400nm，分辨率高，且无需外加其他零件即可测量，测试方便；特别地，本发明实现了利用光学设计的技巧和面阵CCD相机的优点，实现了参比光和吸收光同时检测，测试时间短，测试效率高。
-
Patent Agency Ranking
公开(公告)号：CN108622848B
公开(公告)日：2020-08-25
申请号：CN201710156275.8
申请日：2017-03-16
Applicant: 厦门大学
Abstract: 本发明公开了一种大面积、均匀的三维复合纳米结构及其制备方法，包括如下步骤：1、提供衬底；2、在衬底表面沉积第一金属层；3、将负性光刻胶均匀地旋涂在金属表面；4、采用全息光刻的方法在对负性光刻胶进行图案化曝光，并再经过显影、定影、氮气吹扫等步骤后得到大面积、均匀的周期性的光刻胶纳米柱阵列；5、采用电子束真空沉积技术进行第二次金属沉积。本发明的大面积均匀三维复合纳米结构和传统的纳米结构相比，拥有更大的比表面积，同时结合了纳米孔和光学纳米空腔的特点，可以耦合产生更多奇特的光电子学性质；且制备工艺简单、重现性好，并可以通过调节复合结构的周期、排列方式以及纳米空腔的尺寸来改变结构的光电子学性质。
-
公开(公告)号：CN110849911A
公开(公告)日：2020-02-28
申请号：CN201911167556.9
申请日：2019-11-25
Applicant: 厦门大学
IPC: G01N21/958 , G01N21/88
Abstract: 本申请公开了玻璃缺陷图像采集装置、玻璃缺陷检测设备和检测方法。其中，玻璃缺陷图像采集装置采集条纹光源以不同的明暗变化方向发射的光透过待测玻璃后形成的图像。玻璃缺陷检测设备则通过检测收到的图像中待测区域内明暗变化方向上像素灰度值的剧烈变化以检测玻璃缺陷。而检测方法则至少分析条纹光源位于两个位置时采集的图像来判定是否存在缺陷，以降低玻璃缺陷的漏检率。
-
公开(公告)号：CN107328758A
公开(公告)日：2017-11-07
申请号：CN201710763295.1
申请日：2017-08-30
Applicant: 厦门大学
IPC: G01N21/65
CPC classification number: G01N21/65
Abstract: 本发明公开了一种针对时间序列显微宽场拉曼图像的背景估计装置及方法。该背景估计装置在宽场成像系统中引入了光谱仪，并在宽场成像系统采集样品的单波长宽场拉曼图像的同时，获得全光谱拉曼信号。先在均匀白光光场下，标定光谱仪背景和宽场成像系统二者所获得测量数据强度之间的对应关系。在获得样品的宽场拉曼图像的同时，通过光谱仪扫描获得背景图像，根据标定所确定的对应关系，将光谱仪所获得的背景图像转换为成像装置所对应的背景图像。本发明提供了一种显微宽场拉曼图像的背景估计装置及方法，具有广泛的应用价值。
-
公开(公告)号：CN105490584B
公开(公告)日：2017-09-19
申请号：CN201610072738.8
申请日：2016-02-02
Applicant: 厦门大学
IPC: H02N2/18
Abstract: 基于离子聚合物金属复合物的多管道式俘能器，涉及能量收集装置。设有多口俘能管道、浮块、钢丝绳、吊线坠、离子聚合物金属复合物、电路密封盒、能量收集电路、导线、铜片电极；俘能管道设有多口，俘能管道由宽径到窄径，能有效利用各个方向水流且具有使管道内水流速度放大的作用；离子聚合物金属复合物与铜片电极接触，固定在俘能管道内，用于利用管道中的水流冲击使其变形产生电能；能量收集电路通过导线与铜片电极相连并固定在电路密封盒中用于储存电能；浮块安装在俘能器底部，为整个装置提供浮力；吊线坠固定在浮块底部，吊线坠用于俘能器的稳定和水体中定位。能充分利用各方向的水流产生电能，提高离子聚合物金属复合物收集能量的效率。
-
公开(公告)号：CN103698315B
公开(公告)日：2016-11-09
申请号：CN201410006540.0
申请日：2014-01-07
Applicant: 厦门大学
IPC: G01N21/65
Abstract: 一种离心混合等离激元增强拉曼光谱仪，涉及拉曼光谱仪。拉曼光谱获取系统和电池组安装在下壳内，拉曼光谱获取系统与集成控制器的输出端连接，拉曼光谱获取系统的输出端与等离激元增强粒子自动施加装置的输入端连接，控制电路安装在拉曼光谱获取系统与电池组间；旋转离心样品池支架位于拉曼光谱获取系统前方并贯穿安装于导轨上，导轨安装在下壳的底板上，集成控制器安装在上壳上，探测头安装在拉曼光谱获取系统正前端；旋转离心样品池支架配套光盘形样品池的测量点对准探测头；电机安装在下壳的底板上，施加头安装在等离激元增强粒子自动施加装置正前方，等离激元增强粒子自动施加装置安装在光谱仪侧前方。结构简单、操作简便、样品量小。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.089 seconds)
