公开(公告)号：CN119987020A

公开(公告)日：2025-05-13

申请号：CN202510268438.6

申请日：2025-03-07

Applicant: 浙江大学

Inventor： 白剑 ,  张瀚文 ,  石润州 ,  魏若岩

IPC: G02B27/00 ,  G02B26/02 ,  G03B9/02

Abstract: 本发明公开一种入瞳外置的极简光学系统设计方法，包括：根据目标成像系统的成像需求，确定极简光学系统的系统参数和性能指标；根据性能指标，选择合适类型的光学元件及镜片结构参数，并设计初始光学结构；根据初始光学结构，在光学设计软件中进行初步设计，并设置光阑位置为光学系统的第一面；根据系统参数，调整光阑尺寸，以确保极简光学系统仅有合适的光线通过，减少大角度光线的干扰；将光阑外置光学系统在光学设计软件中迭代优化与性能评估，并验证极简光学系统是否符合性能指标的要求，输出满足性能指标的极简光学系统，完成入瞳外置的极简光学系统的设计。本发明通过将光阑前置，减少了系统的复杂性和像差，提高了光学系统的整体性能。

公开(公告)号：CN119882230A

公开(公告)日：2025-04-25

申请号：CN202510268436.7

申请日：2025-03-07

Applicant: 浙江大学

Inventor： 白剑 ,  张瀚文 ,  石润州 ,  魏若岩

IPC: G02B27/00

Abstract: 本发明公开一种小空间变化像差光学设计方法，包括：根据目标成像系统的成像需求，确定光学系统的性能指标和初始结构参数；基于初始结构参数，计算各不同视场采样点下的点扩散函数垂直高度方差、水平宽度方差、各视场点列图与中心视场点列图的峰值信噪比和结构相似性指数、离焦引起的点列图峰值信噪比和结构相似性差异；优化光学系统在离焦情况下的表现；计算用于评估光学系统的空间像差变化情况的综合评价函数，通过最小二乘法迭代优化镜片结构参数，当迭代结束，输出最终优化得到的光学系统结构。本发明通过引入对不同视场和离焦距离进行像差评估的综合评价函数，对光学系统进行优化设计，显著提升了光学系统空间像差的均匀性与稳定性。

公开(公告)号：CN111652414B

公开(公告)日：2023-05-05

申请号：CN202010432828.X

申请日：2020-05-20

Applicant: 浙江大学

Inventor： 朱雄卓 ,  杨春节 ,  张瀚文

IPC: G07C3/00 ,  G06F18/2135 ,  G06F18/214 ,  C21B7/24 ,  G08B21/18 ,  G08B31/00

Abstract: 本发明公开了一种基于高斯混合模型的滑窗PCA高炉异常监测方法，属于工业过程监测领域。本发明利用高斯混合模型改进传统PCA监测模型的T2统计量，称为GMM‑T2统计量，从而适应高炉数据的非高斯特性；并在此基础上加入滑窗机制，使模型具有实时更新的能力，进而适应高炉炉况的时变特性，并将该模型与现有的模型进行了对比分析，证明了模型对高炉异常监测能力上的提高。

公开(公告)号：CN111652414A

公开(公告)日：2020-09-11

申请号：CN202010432828.X

申请日：2020-05-20

Applicant: 浙江大学

Inventor： 朱雄卓 ,  杨春节 ,  张瀚文

IPC: G06Q10/04 ,  G06Q50/04 ,  G06K9/62

Abstract: 本发明公开了一种基于高斯混合模型的滑窗PCA高炉异常监测方法，属于工业过程监测领域。本发明利用高斯混合模型改进传统PCA监测模型的T2统计量，称为GMM-T2统计量，从而适应高炉数据的非高斯特性；并在此基础上加入滑窗机制，使模型具有实时更新的能力，进而适应高炉炉况的时变特性，并将该模型与现有的模型进行了对比分析，证明了模型对高炉异常监测能力上的提高。

公开(公告)号：CN118395167A

公开(公告)日：2024-07-26

申请号：CN202410329679.2

申请日：2024-03-21

Applicant: 浙江大学

Inventor： 杨春节 ,  楼嗣威 ,  朱雄卓 ,  刘哲 ,  张瀚文 ,  吴平

IPC: G06F18/214 ,  G06F18/27 ,  G06F18/2135 ,  G06F18/22 ,  G06N3/096 ,  G16C20/70 ,  G06F123/02

Abstract: 本发明公开了一种面向高炉炼铁过程的时序核平稳宽度学习方法，步骤包括：非线性内核宽度表示估计、时序匹配机制、平稳‑回归整体目标构建与参数估计以及独立增量学习；所述的方法设计了一种以非线性内核宽度表示（Nonlinear kernel broad representation，NKBR）的特征估计策略，这一策略为随后通过核技术进行随机特征映射奠定了非线性基础；之后，建立时序匹配机制，在模型NKBR和输出之间建立时序联系实现隐变量预测任务；并以Kullback‑Leibler（KL）散度为目标函数进行平稳‑回归整体目标构建，并提出了一种双环参数优化方法来进行参数估计；当收集到额外的数据，利用独立增量学习机制来保持原始模型和更新模型的相互独立性，从而保持长期可更新的回归建模与监测能力。