-
公开(公告)号：CN104391355A
公开(公告)日：2015-03-04
申请号：CN201410650712.8
申请日：2014-11-15
Applicant: 北京理工大学
CPC classification number: G02B6/34 , G02B6/32 , G02B26/101
Abstract: 本发明涉及一种基于透射型光栅的大功率光隔离方法，属于强激光技术领域。本方法将激光源、准直透镜、半波片依次排列，激光源与准直透镜、半波片同光轴；根据衍射方程的一级衍射条件，确定光栅刻线间距d，制作大功率透射型光栅，并排列到半波片之后，光轴穿过光栅的中心。激光源发出激光束，透过准直透镜、半波片，入射到光栅上。压电陶瓷驱动光栅，实现对光栅的角度扫描并对光栅与光轴间的夹角大小进行微调，使得入射激光完全按照一级衍射输出，实现大功率激光的光隔离。通过光栅衍射可在任何波长范围内实现对最高100000w的大功率激光的光隔离，并实现高的隔离效率，且能调节简单。
-
公开(公告)号：CN104330298A
公开(公告)日：2015-02-04
申请号：CN201410599229.1
申请日：2014-10-30
Applicant: 北京理工大学
IPC: G01N3/00
Abstract: 一种表面梯度金属材料的细微观力学性能评估测量方法及装置，包括：建立纳米压痕试验的有限元模型，验证模型可靠性；基于表面处理工艺及基体材料弹性模量，预估表面梯度材料的细观力学性能参数，结合所述的有限元模型计算其相应微观力学性能参数；基于数学建模法，对施加载荷和压痕接触深度进行量纲分析，建立无量纲方程；根据无量纲方程，选取预估及计算的相应细微观力学性能参数，建立无量纲函数关系式；沿试样表面不同的纵深方向，结合纳米压痕试验，获得载荷-位移响应曲线，反推材料相应位置的细观力学性能参数；基于确定的细观力学性能参数，建立表面梯度材料的细观力学性能梯度曲线。
-
公开(公告)号：CN103852486A
公开(公告)日：2014-06-11
申请号：CN201410053726.1
申请日：2014-02-17
Applicant: 北京理工大学
IPC: G01N25/54
Abstract: 本发明属于可燃液体安全指标量化测定技术领域，具体涉及一种测试系统及测试方法。液雾燃爆参数测试系统及测试方法，其技术方案是，测试系统包括：控制装置（1）、二次气动脉冲喷射雾化器（2）、点火装置（3）、粒径检测装置（4）、数字记录系统（5）以及顶部带有点火击针的实验爆炸罐体（6）；本发明操作直观简便、控制精准，能完成液雾的燃爆爆压及爆压上升速率、爆温及爆温上升速率、爆炸极限、最小点火能等相关实验参数的测定。
-
公开(公告)号：CN116958708B
公开(公告)日：2025-05-23
申请号：CN202311073574.7
申请日：2023-08-24
Applicant: 北京理工大学
IPC: G06V10/764 , G06V20/10 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/80 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于全光谱相关性学习网络的高光谱图像分类方法，针对相邻光谱波段之间和非相邻光谱波段之间存在的相关性，设计全光谱相关性自适应学习模块，并以其为基本结构单元，构建主干特征提取网络，提取联合光谱相关性增强、保留本征几何结构的深度语义空谱特征；提取具有细节信息和可解释性信息的传统手工特征，并借助门控结构思想，设计非对称融合模块，在低复杂度下对齐和融合上述两种多模态空谱特征；联合上述两个模块提出全光谱相关性学习网络，实现高光谱图像的有效分类。本发明提出的分类算法能充分利用高光谱图像的光谱属性特点，有效实现地物目标分类。
-
公开(公告)号：CN119941710A
公开(公告)日：2025-05-06
申请号：CN202510316087.1
申请日：2025-03-18
Applicant: 北京理工大学 , 中国医科大学附属盛京医院
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于原型注意力网络的高光谱脑肿瘤手术引导分割方法。通过以下步骤实现：通过术中高光谱成像平台采集脑肿瘤的高光谱图像数据，并构建用于训练的标准数据集；设计并构建基于原型注意力网络的高光谱图像分割模型，通过自适应聚焦重要特征，增强肿瘤与正常组织之间的差异性；使用标准数据集对模型进行训练，优化网络参数，从而提高分割精度和实时性能；将训练好的高光谱图像分割模型部署至高光谱图像采集平台，实时处理采集到的脑肿瘤高光谱图像，输出分割结果并生成手术引导信息。本发明的优点是：有效提高脑肿瘤术中实时分割的准确性和效率，为手术提供精准引导。
-
Patent Agency Ranking
公开(公告)号：CN119832282A
公开(公告)日：2025-04-15
申请号：CN202411890857.5
申请日：2024-12-20
Applicant: 北京理工大学
IPC: G06V10/75 , G06V10/771 , G06V10/764 , G06T7/77 , G06V10/82
Abstract: 本发明公开了航天器交会对接光学辅助手段的神经网络影像匹配方法，包括以下步骤：步骤S1：数据采集与图像预处理，得到采集后的数据以及预处理后的图像；步骤S2：根据CtIFT算法，对采集后的数据以及预处理后的图像进行特征匹配，得到像素级的高精度匹配点集合并输出；步骤S3：通过高精度匹配点集合计算图像间的空间关系，并进一步估算航天器的相对位姿并输出；解决了传统方法和部分基于注意力机制的深度学习方法对低纹理区域的特征匹配能力有限，无法适应航天器对接过程中的视角和光照变化等复杂情况的问题。
-
公开(公告)号：CN119729211A
公开(公告)日：2025-03-28
申请号：CN202411829206.5
申请日：2024-12-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于多重策略融合的通用型视频稳像方法，解决复杂动态场景下的视频抖动问题。结合多种算法，以提高系统的适应性和鲁棒性，广泛适用于不同类型的摄像设备和视频场景。在运动估计环节，采用了nR‑AKAZE特征匹配算法，能够迅速检测视频帧中的特征点，并生成稳健描述符。随后，通过相位相关方法进行傅里叶变换，实现精细的平移量估算，确保高精度的运动检测。运动补偿阶段引入基于参数滤波的改进方法，使用高斯滤波器对全局运动矢量进行平滑处理，从而减少无意运动的影响，避免误差累积。此外，在生成稳像视频帧时通过图像矫正和零值填补技术，确保了视觉效果的连贯性和平滑过渡。整体提供了一种高效、精准的实时视频稳像处理解决方案。
-
公开(公告)号：CN118256352A
公开(公告)日：2024-06-28
申请号：CN202410213474.8
申请日：2024-02-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种用于太空任务的仿生血脑屏障器官芯片，包括底板层、培养腔室层及顶盖层，培养腔室层由培养基腔室、血脑屏障承载腔室及培养基腔室贯通连接，所述血脑屏障承载腔室设有若干位置对应的隔板，在由对应隔板形成的间隙中容置三维血脑屏障模型，所述血脑屏障承载腔室由隔板形成支撑物填充区以及脑神经单元模拟区，所述底板层、培养腔室层及顶盖层密封固定。本发明的用于太空任务的仿生血脑屏障器官芯片能够准确反映人体血脑屏障生理功能，能够作为探究损伤机制和研发特效药物的诊断、检测和筛选平台。
-
公开(公告)号：CN118225958A
公开(公告)日：2024-06-21
申请号：CN202410325500.6
申请日：2024-03-21
Applicant: 乐佳善优营养科技(北京)有限公司 , 北京理工大学
Abstract: 本发明提供了一种检测护眼保健乳液中玉米黄素含量的方法，针对护眼产品中具有游离态玉米黄素和酯化状态的叶黄素，通过液质联用检测玉米黄素和叶黄素酯含量。该方法不需要对叶黄素酯进行皂化，同时只需使用常规C18色谱柱进行分离分析。本发明能够对同分异构体不同存在形式的检测具有参考意义。
-
公开(公告)号：CN117893928A
公开(公告)日：2024-04-16
申请号：CN202311742681.4
申请日：2023-12-18
Applicant: 北京理工大学
IPC: G06V20/17 , G06V10/26 , G06V10/58 , G06V20/70 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提出了一种基于深度学习的轻量级高光谱图像语义分割方法，步骤1:处理无人机高光谱遥感影像，得到无人机采集的高光谱影像训练数据集；步骤2:构建光谱尺度注意力网络；步骤3:根据无人机高光谱影像训练数据集对光谱尺度注意力网络进行训练，得到完成训练的光谱尺度注意力网络；步骤4:处理与多无人机高光谱影像训练数据集类型相同的待分割遥感影像，并输入至光谱尺度注意力网络，形成与待分割的遥感影像幅宽相同的无人机高光谱影像分割结果。本发明可对无人机高光谱的遥感影像进行全图语义分割，方便研究者对遥感影像中的地类进行进一步了解；提高对地信息解译的效率。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.036 seconds)
