-
公开(公告)号：CN115225625B
公开(公告)日：2023-05-23
申请号：CN202210892034.0
申请日：2022-07-27
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: H04L67/025 , H04L67/10 , H04L67/12
Abstract: 本发明公开一种基于远程控制的云化学分析系统，包括用户终端、云实验平台和本地分析系统；所述用户终端作为云实验平台的入口，用于提交用户的需求参数并获取和查看实验的进度和结果；所述云实验平台包括服务层、业务层、智慧层、控制层和持久层，服务层负责用户终端和本地分析系统的服务接入，业务层用于处理云实验平台内部的业务流程，智慧层用于生成实验策略，持久层负责业务数据的存储和状态维护，控制层负责对本地分析系统的远程调度；所述本地分析系统包括实验室客户端和实验设备，实验室客户端用于接收云实验平台下发的指令并驱动对应的实验设备完成指令，并向云实验平台反馈实验结果。本发明提供一种不受时间、空间限制的远程分析系统。
-
公开(公告)号：CN115225625A
公开(公告)日：2022-10-21
申请号：CN202210892034.0
申请日：2022-07-27
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: H04L67/025 , H04L67/10 , H04L67/12
Abstract: 本发明公开一种基于远程控制的云化学分析系统，包括用户终端、云实验平台和本地分析系统；所述用户终端作为云实验平台的入口，用于提交用户的需求参数并获取和查看实验的进度和结果；所述云实验平台包括服务层、业务层、智慧层、控制层和持久层，服务层负责用户终端和本地分析系统的服务接入，业务层用于处理云实验平台内部的业务流程，智慧层用于生成实验策略，持久层负责业务数据的存储和状态维护，控制层负责对本地分析系统的远程调度；所述本地分析系统包括实验室客户端和实验设备，实验室客户端用于接收云实验平台下发的指令并驱动对应的实验设备完成指令，并向云实验平台反馈实验结果。本发明提供一种不受时间、空间限制的远程分析系统。
-
公开(公告)号：CN115248210B
公开(公告)日：2024-10-22
申请号：CN202210908004.4
申请日：2022-07-29
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: G01N21/78 , G06V10/766 , G06V10/56
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的现场快速检测装置。本发明的装置外壳中设置有相机、光源和样品安装装置，相机通过数据线与图像处理装置连接；所述图像处理装置包括：分割模块，用于对化学显色体系的图片进行滤波降噪处理并分割出感兴趣区域；计算模块，用于计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；并将至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。利用本发明的装置进行水中铁元素的检测，具有成本低、操作简单、便携性突出、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的现场、快速检测，具有很好的应用前景。
-
公开(公告)号：CN115248210A
公开(公告)日：2022-10-28
申请号：CN202210908004.4
申请日：2022-07-29
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: G01N21/78 , G06V10/766 , G06V10/56
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的现场快速检测装置。本发明的装置外壳中设置有相机、光源和样品安装装置，相机通过数据线与图像处理装置连接；所述图像处理装置包括：分割模块，用于对化学显色体系的图片进行滤波降噪处理并分割出感兴趣区域；计算模块，用于计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；并将至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。利用本发明的装置进行水中铁元素的检测，具有成本低、操作简单、便携性突出、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的现场、快速检测，具有很好的应用前景。
-
公开(公告)号：CN115375894A
公开(公告)日：2022-11-22
申请号：CN202210642608.9
申请日：2022-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的快速检测方法和系统。本发明的方法包括如下步骤：步骤1，采用化学显色体系处理待检测水样，使化学显色体系发生颜色变化，拍摄化学显色体系的图片；步骤2，从所述图片中分割出感兴趣区域；步骤3，计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；步骤4，以步骤3得到的至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。本发明具有成本低、操作简单、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的快速检测，具有很好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113591478B
公开(公告)日：2023-04-18
申请号：CN202110636514.6
申请日：2021-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F40/295 , G06F40/211 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种基于深度强化学习的远程监督文本实体关系抽取方法，该方法包括：进行数据预处理，通过分词、词向量转化、位置向量构成文本向量；Bi‑LSTM+Attentnion将自然文本编码为含有上下文语义的特征向量；通过实体类型嵌入得到实体类型信息的嵌入表示；再构建出依存树，组合表示为最终的句子表示；选用一个句子注意力机制，得到加权的包表示；通过softmax函数计算得到预测标签；使用强化学习方法在远程监督标注和预测标签中选择一个作为软标签，再使用软标签作为正确标签训练，得到最终的关系抽取结果。
-
公开(公告)号：CN113609312A
公开(公告)日：2021-11-05
申请号：CN202110636515.0
申请日：2021-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F16/387 , G06F16/36 , G06F40/295 , G06K9/62
Abstract: 本发明提供了一种基于特征评估和关键词相似度的地理文本语料标注方法，得到高质量的地理领域标注语料。该方法包括：利用爬虫技术爬取网络文本得到知识库与语料库；对语料库进行预处理，得到清洗过的语料；根据文本中的实体对将知识库和语料库对齐；计算句子特征词；计算词语在地理实体对中的权值；选取权值最大的词作为关系词；利用Word2Vec模型生成词向量；计算句子中关系词与知识库中关系词的相似度；找出相似度最大的关系词并进行语料标注，最终得到标注实体和关系类型的语句。
-
公开(公告)号：CN113591478A
公开(公告)日：2021-11-02
申请号：CN202110636514.6
申请日：2021-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F40/295 , G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于深度强化学习的远程监督文本实体关系抽取方法，该方法包括：进行数据预处理，通过分词、词向量转化、位置向量构成文本向量；Bi‑LSTM+Attentnion将自然文本编码为含有上下文语义的特征向量；通过实体类型嵌入得到实体类型信息的嵌入表示；再构建出依存树，组合表示为最终的句子表示；选用一个句子注意力机制，得到加权的包表示；通过softmax函数计算得到预测标签；使用强化学习方法在远程监督标注和预测标签中选择一个作为软标签，再使用软标签作为正确标签训练，得到最终的关系抽取结果。
-
公开(公告)号：CN119942370A
公开(公告)日：2025-05-06
申请号：CN202311452714.1
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/17 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种针对无人机图像的弱小目标检测方法。该发明在目标检测方向上具有一定的通用性。针对弱小目标检测难度较大的问题，本发明提出了一个上下文感知模块利用具有可变形卷积层的特征提取器和基于非局部的全局上下文(GC)模块来共同学习局部几何信息和全局语义特征。同时使用路径增强网络(PANet)来学习多尺度特征，然后应用一个细化块，整合不同层的高级的语义信息和低级的位置信息，以此提升对目标的定位能力。在基于无人机图像的弱小目标检测上，能够达到更高的识别精度。
-
公开(公告)号：CN119762940A
公开(公告)日：2025-04-04
申请号：CN202411900524.6
申请日：2024-12-23
Applicant: 电子科技大学
IPC: G06V10/82 , G06V10/56 , G06V10/62 , G06T7/90 , G06N3/0464 , G06N3/0442 , G06N3/084 , G01N21/01 , G01N21/78
Abstract: 本发明公开了一种基于CNN‑LSTM模型的化学显色反应时序特征分析方法，旨在建立化学反应颜色特征信号与时间变化的关系。首先，通过邻菲啰啉试剂对PAD(纸基分析装置)进行预处理，随后滴加不同浓度梯度的铁离子溶液。在单一光源、全黑环境下，采集反应过程中的连续图像数据，获取丰富的数据集。对获取的图像数据进行预处理，包括裁剪、去噪、增强及归一化等操作，提取有效图像信息。利用卷积神经网络(CNN)提取每一帧图像的空间特征，并将这些特征输入长短期记忆网络(LSTM)，学习颜色变化的时间动态特征，最终输出颜色特征随时间的变化规律或预测结果。本发明提供了一种高效、准确的化学显色反应动态分析方法，可广泛应用于化学反应监测与分析领域。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.027 seconds)
