-
公开(公告)号:CN109632655A
公开(公告)日:2019-04-16
申请号:CN201910075030.1
申请日:2019-01-25
Applicant: 西南交通大学
IPC: G01N21/25
CPC classification number: G01N21/25 , G01N2201/12 , G01N2201/129 , G01N2201/1296
Abstract: 本发明公开了一种基于图谱特征的绝缘子表面污秽等级可视化检测方法。本发明获取检测绝缘子的高光谱图像、提取不同污秽等级绝缘子高光谱图像建立污秽等级识别模型;并利用该模型进行识别,检测污秽等级,并对所得高光谱图像进行处理得到污秽在伞裙表面的分布位置和范围,最终实现伞裙表面污秽分布的可视化非接触检测,操作便捷,绝缘子的伞群污秽等级较高时,在一定湿度条件下闪络电压将低,适用于现场带电检测,为有目标和针对性的清扫绝缘子提供基础,满足我国输电线路绝缘子检测的需求。
-
公开(公告)号:CN105891215A
公开(公告)日:2016-08-24
申请号:CN201610202750.6
申请日:2016-03-31
Applicant: 浙江工业大学
IPC: G01N21/88
CPC classification number: G01N21/8851 , G01N2021/8854 , G01N2021/8883 , G01N2021/8887 , G01N2201/1296
Abstract: 一种基于卷积神经网络的焊接视觉检测方法,包括如下步骤:第一步,训练阶段,将训练样本输入卷积神经网络,获得卷积神经网络的连接权值和偏置值;第二步,测试阶段,读入焊接图像,对焊接图像采用数字图像处理技术进行预处理,提取出感兴趣区域,然后将感兴趣区域图像尺寸进行归一化处理后作为卷积神经网络的输入。以及提供一种基于卷积神经网络的焊接视觉检测装置,包括爬行机构、动力传动机构、视觉检测设备和焊缝缺陷检测分析系统。本发明提供一种提升自动化和智能化水平、有效提高检测的精度和速度的基于卷积神经网络的焊接视觉检测方法及装置。
-
公开(公告)号:CN107941732A
公开(公告)日:2018-04-20
申请号:CN201711384260.3
申请日:2017-12-20
Applicant: 无锡点创科技有限公司
CPC classification number: G01N21/33 , G01N21/15 , G01N33/1806 , G01N2021/0162 , G01N2021/157 , G01N2201/1296 , G06F19/70 , G06F2219/10
Abstract: 本发明公开了一种学习型COD在线分析仪,包括嵌入式微机系统,所述嵌入式微机系统连接到单片机系统,所述单片机系统依次连接到光谱扫描步进电机、测量阀和清洗阀,所述测量阀、清洗阀通过管道均与流通测量槽连通,所述流通测量槽与自动清洗装置相接,所述清洗阀通过管道与清洗水进口相通,所述测量阀通过管道与被测水样进口相通,所述单片机系统与光电转换电路相接。本发明,精确度高、测定速度快且无污染的学习型COD在线分析仪,采用紫外分光光度法原理,同时采用重铬酸钾氧化法测量水体中COD含量,可解决测定过程中使用大量化学试剂的难题,缓解二次污染对环境造成的恶化后果,提高排污监控的有效性和安全性。
-
公开(公告)号:CN107860727A
公开(公告)日:2018-03-30
申请号:CN201711009841.9
申请日:2017-10-25
Applicant: 宇星科技发展(深圳)有限公司
IPC: G01N21/31
CPC classification number: G01N21/31 , G01N2201/1296
Abstract: 本发明公开一种检测水质透明度的方法及装置,其中所述方法包括以下步骤:S1、通过全光谱分析仪检测水质的可见光波段吸光度;S2、根据朗伯比尔定律,以可见光波段吸光度为自变量,以水质透明度为应变量,结合偏最小二乘法以及人工神经网络算法建立可见光波段吸光度与水质透明度关系的模型;S3、根据上述模型,计算得到水质透明度。本发明的技术方案根据朗伯比尔定律结合偏最小二乘法、人工神经网络算法建立可见光波段吸光度与水质透明度关系的模型,剔除了观测人员的主观意识影响,并且通过采用标准光源控制、能量接收,剔除了阴雨天气、晴天上下午等环境光源能量影响。
-
公开(公告)号:CN103154664A
公开(公告)日:2013-06-12
申请号:CN201180048788.8
申请日:2011-10-06
Applicant: 东京毅力科创株式会社 , 克拉-坦科股份有限公司
CPC classification number: G03F7/70616 , G01B2210/56 , G01N21/211 , G01N21/47 , G01N21/4788 , G01N21/9501 , G01N21/956 , G01N2021/213 , G01N2201/1296
Abstract: 描述了确定结构的不对称性的方法。方法包括针对光栅结构,测量由光学散射测量获得的第一信号和不同的第二信号。然后确定所述第一信号与所述第二信号之间的差异。基于使用所述第一信号、所述第二信号和所述差异的计算来确定光栅结构的不对称结构参数。
-
公开(公告)号:CN109632819A
公开(公告)日:2019-04-16
申请号:CN201811326714.6
申请日:2015-05-11
Applicant: 科磊股份有限公司
IPC: G01N21/93 , G01N21/95 , G01N21/956
CPC classification number: G01N21/93 , G01B2210/56 , G01N21/4788 , G01N21/9501 , G01N21/95607 , G01N2201/06113 , G01N2201/062 , G01N2201/10 , G01N2201/1296
Abstract: 本揭露涉及用于测量半导体参数的设备、技术和目标设计。在一个实施例中,揭示了用于确定目标的参数的设备及方法。提供了一种具有成像结构及散射测量结构的目标。利用计量工具的成像通道获得所述成像结构的图像。还利用所述计量工具的散射测量通道从所述散射测量结构获得散射测量信号。基于所述图像及所述散射测量信号两者确定所述目标的至少一个参数,例如叠对误差。
-
公开(公告)号:CN107727609A
公开(公告)日:2018-02-23
申请号:CN201710928116.5
申请日:2017-09-27
Applicant: 天津工业大学
IPC: G01N21/359 , G01N21/3563
CPC classification number: G01N21/359 , G01N21/3563 , G01N2201/129 , G01N2201/1296
Abstract: 本发明涉及基于近红外光谱的多元掺伪三七定量分析方法。具体为先用近红外光谱仪扫描掺伪样品的近红外光谱。之后分别考察主成分回归(PCR)、支持向量回归(SVR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)和极限学习机(ELM)模型的预测精度及运算效率,确立最佳建模方法。最后利用最佳模型对未知样品进行含量预测。本发明的优势在于采用近红外光谱技术,绿色无损,检测迅速;采用多种多元校正技术并选取最佳方法,准确度高。本发明适用于各种多元掺伪三七的定量分析。
-
公开(公告)号:CN107703146A
公开(公告)日:2018-02-16
申请号:CN201710919603.5
申请日:2017-09-30
Applicant: 北京得华机器人技术研究院有限公司
Inventor: 黄荣
IPC: G01N21/88
CPC classification number: G01N21/88 , G01N2201/1296
Abstract: 本发明涉及一种汽车零配件视觉检测系统及方法,具有检测汽车零配件上是否漏焊点、漏小零件、漏螺母和漏冲孔的功能。视觉检测系统包括测试支架、工业相机、工业计算机、光源系统和声光报警系统,其中测试支架包括外部防护支架、零件安放支架、相机安放支架、相机移动平台和零件安放夹具。外部防护支架保护内部工业相机,保证内部光照强度,防止外部干扰影响图像采集。本发明应用先进的机器学习技术,能够判断汽车零配件是否存在漏焊点、漏小零件、漏螺母、漏冲孔的不良情况,以界面和报警的形式展示检测结果。本发明检测准确率高,检测速度快,既可用于人工操作,也可与生产自动化设备进行通信联动,实现全自动化操作。
-
公开(公告)号:CN107192677A
公开(公告)日:2017-09-22
申请号:CN201710344048.8
申请日:2017-05-16
Applicant: 东北农业大学
IPC: G01N21/27
CPC classification number: G01N21/27 , G01N2201/1296
Abstract: 基于高光谱及BP神经网络的大豆异黄酮含量检测系统及方法,它涉及一种大豆异黄酮含量检测系统及方法,具体涉及一种基于高光谱及BP神经网络的大豆异黄酮含量检测系统及方法。本发明为了解决现有技术检测方法检测周期长、破换样本、造成环境污染以及无法实现在线检测的问题。本发明所述检测系统包括系统支架、电源、移动平台控制器、移动平台、载物台、至少一个光源、光谱摄像机和分析计算机,电源、移动平台控制器、移动平台、载物台、至少一个光源、光谱摄像机由下至上依次安装在系统支架内,移动平台控制器控制移动平台水平直线移动,光谱摄像机通过数据线与分析计算机连接,大豆样本放置在载物台的上表面。本发明属于农产品检测方法领域。
-
公开(公告)号:CN109633106A
公开(公告)日:2019-04-16
申请号:CN201811608305.5
申请日:2018-12-27
Applicant: 广州安食通信息科技有限公司
CPC classification number: G01N33/02 , G01N21/25 , G01N21/84 , G01N2201/1296
Abstract: 本发明公开了一种在线农药残留快速检测方法、系统及存储介质,方法包括:通过农药速测卡获取待检测食品的初步检测结果;基于机器学习算法对初步检测结果进行深度分析;基于预设的农药残留分析库,对深度分析结果进行分类识别,生成待检测食品的农药残留识别结果。本发明仅需在厨房家电附件设置农药速测卡,就能实现农药残留实时检测,大大降低了操作复杂度,实时性强且方便操作,可广泛应用于食品安全技术领域。
-
-
-
-
-
-
-
-
-