-
公开(公告)号：CN106778893B
公开(公告)日：2019-05-07
申请号：CN201611240000.4
申请日：2016-12-28
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明涉及拉曼光谱定量分析领域，具体地来讲为一种基于聚类的高光谱样本选择方法。该方法包括：将原始高光谱数据集标准化处理为标准化数据集；对标准化数据集降维得到联合代表空间；对获得的联合代表空间聚类得到聚类簇；从聚类簇中按最大最小距离选取样本组成训练集，其余剩下的样本组成测试集。本发明能够根据实际情况权衡样本光谱空间与样本标签之间的权重，经选择得到训练集与测试集在样本空间中均匀分布，对奇异值不敏感，具有较强代表性，且相比于先前方法建模精度与稳定性显著提高。
-
公开(公告)号：CN109490207A
公开(公告)日：2019-03-19
申请号：CN201811388647.0
申请日：2018-11-21
Applicant: 东北大学
Abstract: 本发明公开了一种椭球柱形光声池。该椭球柱形光声池包括轴线相互重合的中间椭球柱谐振腔、第一圆柱体缓冲池和第二圆柱体缓冲池；中间椭球柱谐振腔一端与第一圆柱体缓冲池相连，中间椭球谐振腔另一端与第二圆柱体缓冲池相连，且第一圆柱体缓冲池和第一圆柱体缓冲池的尺寸相同；中间椭球柱谐振腔呈中心对称分布，中间椭球柱谐振腔包括第一半椭球柱体和第二半椭球柱体，第一半椭球柱体和第二半椭球柱体处在同一椭圆体上，第一半椭球柱体终止在与第一圆柱体缓冲池连接处，第二半椭球柱体终止在与第二圆柱体缓冲池连接处。椭球柱形光声池与相同尺寸的圆柱形光声池相比，椭球柱形光声池内的光声信号更容易得到共振增强，同时椭球柱形光声池产生的声压更大。
-
Patent Agency Ranking
公开(公告)号：CN105181672A
公开(公告)日：2015-12-23
申请号：CN201510621878.1
申请日：2015-09-25
Applicant: 东北大学
Abstract: 本发明涉及一种拉曼光谱波数及强度校正方法，属于拉曼光谱测量技术领域，包括：设置外参照光纤与测量光纤放置在相同位置，使外参照光纤与测量光纤处于相同的环境下，检测参考物质的拉曼光谱信号，测量光纤测量待检测物质的拉曼光谱信号后，两束光纤返回的信号通输送到FT拉曼光谱仪；将外参照光纤传输的拉曼光谱信号获得的波峰位置及波峰强度作为参照，对测量光纤获得的拉曼光谱信号进行波数及强度信号进行校正；对校正后的待测物质拉曼光谱信号进行预处理，实现定性及定量分析。本发明能够消除外界因素(如外界环境变换，光源不稳定)导致的波数及强度漂移，获得更稳定的拉曼光谱信号。
-
公开(公告)号：CN111007014A
公开(公告)日：2020-04-14
申请号：CN201911139049.4
申请日：2019-11-20
Applicant: 东北大学
Abstract: 本发明属于光声光谱微痕量气体检测技术领域，具体来说，涉及一种一阶纵向全共振椭球柱形光声池，该光声池包括：壳体以及在壳体形成的中间圆柱形谐振腔、第一圆柱体缓冲池和第二圆柱体缓冲池；中间圆柱形谐振腔一端与第一圆柱体缓冲池相连通，中间圆柱形谐振腔另一端与第二圆柱体缓冲池相连通，且第一圆柱体缓冲池和第二圆柱体缓冲池的尺寸相同；中间圆柱形谐振腔的直径小于第一圆柱体缓冲池和第二圆柱体缓冲池的直径；在中间圆柱形谐振腔位置设置一声波传感器。提高光声光谱系统微痕量气体检测系统中光声池内声压信号大小。
-
公开(公告)号：CN110132847A
公开(公告)日：2019-08-16
申请号：CN201910454763.6
申请日：2019-05-29
Applicant: 东北大学
IPC: G01N21/03
Abstract: 本发明属于光声光谱检测技术，具体来说，涉及一种便携式共振光声池，该光声池包括圆柱形谐振腔，圆柱谐振腔的两侧为凹面镜，在其中一半球体的中央开设入射光口，对应入射光口设置一凸面镜，在圆柱形谐振腔同侧上开设有一进气口和一出气口，对应进气口和一出气口的圆柱形谐振腔侧面上设置一麦克风。本发明通过两个凹面镜和一个凸面镜的形成的光的反复反射，经凹面镜反射后汇聚于圆柱形谐振腔几何中心处。之后光束射入另一侧凹面镜，再反射回谐振腔几何中心，当气体从圆柱形谐振腔进气口进入，出气口流出时，通过位于中央的麦克风发声。池内待测气体发生光声效应，探测气体浓度，结构上简单，便于携带。
-
公开(公告)号：CN106778893A
公开(公告)日：2017-05-31
申请号：CN201611240000.4
申请日：2016-12-28
Applicant: 东北大学
IPC: G06K9/62
CPC classification number: G06K9/6223
Abstract: 本发明涉及拉曼光谱定量分析领域，具体地来讲为一种基于聚类的高光谱样本选择方法。该方法包括：将原始高光谱数据集标准化处理为标准化数据集；对标准化数据集降维得到联合代表空间；对获得的联合代表空间聚类得到聚类簇；从聚类簇中按最大最小距离选取样本组成训练集，其余剩下的样本组成测试集。本发明能够根据实际情况权衡样本光谱空间与样本标签之间的权重，经选择得到训练集与测试集在样本空间中均匀分布，对奇异值不敏感，具有较强代表性，且相比于先前方法建模精度与稳定性显著提高。
-
公开(公告)号：CN105842183A
公开(公告)日：2016-08-10
申请号：CN201610157484.X
申请日：2016-03-17
Applicant: 东北大学
CPC classification number: G01N21/35 , G06F17/5036
Abstract: 本发明公开了一种基于共识选择技术的红外光谱建模方法，步骤包括：根据样品的原始红外光谱数据构建多个不同阶次的导数光谱空间；在的多个不同阶次的导数光谱空间中，构建各自的校正集；利用共识选择技术对各个导数光谱空间中的校正集进行处理，获得基本校正集；根据的基本校正集对不同阶次的导数光谱空间中剩余的样本进行处理，获得扩展校正集；的基本校正集和扩展校正集形成最终校正集；并利用该最终校正集及验证集进行回归建模。本发明通过构建多个不同阶次的导数光谱空间，然后利用共识选择技术在不同阶次的导数光谱空间进行校正集划分，使得由基本校正集和扩展校正集形成的最终校正集用于进行回归建模，模型的预测精度高，稳定性好。
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
