一种基于迁移学习的跨组分红外光谱模型移植方法

    公开(公告)号:CN108960193A

    公开(公告)日:2018-12-07

    申请号:CN201810815699.5

    申请日:2018-07-24

    Applicant: 中北大学

    CPC classification number: G06K9/00536 G06K9/6247

    Abstract: 本发明涉及一种基于迁移学习的跨组分红外光谱模型移植方法,将源组分和目标组分的样本光谱数据集合并进行主成分分析,并根据累计贡献率选取合适的主成分个数,进行模型移植,迭代训练多个弱定量分析模型,在每次迭代过程中,动态调整源组分和目标组分的样本权重大小。针对源组分数据集的样本,若前一次构建的定量分析模型预测误差较大,则减小该样本的权重;针对目标组分数据集的样本,若前一次构建的定量分析模型预测误差较大,则增大该样本的权重。最后,针对待预测的目标组分样本,将该样本送入每个弱定量分析模型进行预测,通过加权平均的方法对各个弱定量分析模型的结果进行集成汇总,得到的强定量分析模型预测结果。

    一种弹光调制傅里叶变换光谱的定标方法

    公开(公告)号:CN107290057B

    公开(公告)日:2018-08-31

    申请号:CN201710572176.8

    申请日:2017-07-13

    Applicant: 中北大学

    Abstract: 本发明涉及弹光调制傅里叶变换光谱仪中,弹光调制干涉信号经过离散傅里叶变换后,频谱的定标方法,包括:在弹光调制傅里叶变换光谱仪中,采用单色激光作为参考,测量激光干涉图的最大光程差,以此最大光程差为参数,实现重建光谱的频谱定标;但是所测最大光程差是与入射光的波长、晶体的折射率相关的。因此,以参考激光测量的最大光程差实现重建光谱定标时,需要进行校正;校正时采用公式,对各个离散点的折射率进行校正。由于公式中的n0(N)、fc(N)均为未知量,在校正过程中,采用f(N)代替fc(N),计算fc(N)所对应的折射率,然后实现频率坐标的校正。校正后的频率再通过实验进行引入误差的二次校正。最后基于所重建的光谱强度值和校正的离散频率值,实现重建光谱的定标。

    基于光时域反射技术的塑料光纤液位传感器及测量方法

    公开(公告)号:CN105444839A

    公开(公告)日:2016-03-30

    申请号:CN201510795296.5

    申请日:2015-11-18

    Applicant: 中北大学

    Abstract: 本发明涉及光纤传感技术领域,更具体而言,涉及一种基于光时域反射技术的塑料光纤液位传感器及测量方法;提供一种量程在20m、分辨率优于2cm的光纤液位传感器及测量方法,该传感器量程大、精度高、分辨率高;基于光时域反射技术的塑料光纤液位传感器,包括皮秒激光器、光纤环形器、光子计数器和塑料光纤,所述光纤环形器设置有a口、b口和c口,所述皮秒激光器与a口连接,所述光子计数器与c口连接,所述塑料光纤与b口连接,所述塑料光纤的一端浸入待测液体中,所述塑料光纤与待测液体的液面及上下两侧设置为具有宏弯曲半径的S型结构;本发明主要应用在工业生产中,特别是易燃易爆等危险环境中。

    基于集成L1正则化的红外光谱波长选择方法

    公开(公告)号:CN105372198A

    公开(公告)日:2016-03-02

    申请号:CN201510710525.9

    申请日:2015-10-28

    Applicant: 中北大学

    CPC classification number: G01N21/35 G01N21/359

    Abstract: 本发明涉及红外光谱技术领域,更具体而言,涉及一种基于集成L1正则化的红外光谱波长选择方法,是一种利用集成学习思想的红外光谱波长选择方法;提供一种基于集成L1正则化的红外光谱波长选择方法,首先利用Bootstrap抽样方法生成若干个子数据集,其次针对每个子数据集采用无信息变量消除法进行预处理,然后利用L1正则化方法对每个子数据集进行特征选择,将特征选择问题转换为稀疏优化问题并进行计算,最后采用投票法对各个子数据集的波长选择结果进行集成,从而筛选出最佳的特征波长组合;本发明主要应用在红外光谱方面。

    一种弹光调制和电光调制级联的相位调制型椭偏仪

    公开(公告)号:CN105241820A

    公开(公告)日:2016-01-13

    申请号:CN201510659110.3

    申请日:2015-10-13

    Applicant: 中北大学

    Abstract: 本发明涉及椭偏参数分析的技术领域,更具体而言,涉及一种弹光调制和电光调制级联的相位调制型椭偏仪,实现了一种高精度、高灵敏度、高重复性、高速率和无需机械调节的椭偏测量;该椭偏仪是基于弹光调制和电光调制的组合偏振调制技术和数字锁相处理信号技术实现的;检测光源经缩束后,依次通过起偏器、待测样品、电光调制器、弹光调制器,最后经检偏器出射到光电探测器,检测信号经FPGA数字锁相得到弹光调制倍频项数据,并传入计算机完成待测样品的椭偏参数处理,存储和显示;该椭偏仪测量速率快、工作稳定,便于工业化集成,为椭偏参数的测量及相关应用领域提供了新理论和新方法。

    一种基于弹光调制器和声光的光谱偏振成像装置

    公开(公告)号:CN108896181B

    公开(公告)日:2021-04-27

    申请号:CN201810470137.1

    申请日:2018-05-16

    Applicant: 中北大学

    Abstract: 本发明涉及光谱成像技术领域,更具体而言,涉及一种基于弹光调制器和声光的光谱偏振成像装置,该装置无需旋转PEM、且只需单个快轴可调PEM就可实现偏振测量,系统无机械运动部件、光能利用率高;采用单个快轴可调PEM偏振调制加AOTF光谱的方法,实现高光谱偏振成像测量;通过快轴可调PEM的相位延迟幅值和快轴方向实时检测及修正的方法,快轴可调PEM实时偏振调制的检测和修正,提高偏振测量精度和系统的长效稳定性。本发明无需选择任何部件、纯电控制、采用单个PEM偏振调制实现高光谱偏振成像探测;设计快轴可调PEM偏振调制实时检测及修正的方法,提高系统偏振测量精度。

    一种基于等时间间隔等效取样的波形恢复数据处理方法

    公开(公告)号:CN112129983A

    公开(公告)日:2020-12-25

    申请号:CN202011021173.3

    申请日:2020-09-25

    Applicant: 中北大学

    Abstract: 本发明属于波形恢复数据处理技术领域,具体涉及一种基于等时间间隔等效取样的波形恢复数据处理方法,包括下列步骤:S1、采用等时间间隔脉冲信号对超高频信号进行等效取样;S2、在频域内逐次逼近超高频信号的幅值最大值所对应的频率值;S3、通过欠取样时域波形和频率值的确定,重建原始信号。所述S1中对超高频信号进行取样的方法为:采用三个相邻采样频率对被测超高频信号分别进行取样,得到采样值。本发明采用三个相邻采样频率对被测信号进行取样,可克服被测信号含有整倍频采样率成分时的漏频问题,同时也可以基于三个不同取样率的取样信号进行频谱信号的频率计算。本发明用于波形的恢复及数据处理。

    一种电梯召唤控制方法及系统

    公开(公告)号:CN110451365B

    公开(公告)日:2020-09-29

    申请号:CN201910788751.7

    申请日:2019-08-26

    Applicant: 中北大学

    Abstract: 本发明公开一种电梯召唤控制方法及系统,涉及电梯控制领域,主要包括:获取电梯在每一楼层的召唤数据;所述召唤数据包括召唤日期和召唤时间点;根据每一楼层的所述召唤日期和所述召唤时间点确定每一楼层的每个所述召唤时间点对应的召唤次数;对每一楼层的所述召唤时间点和每个所述召唤时间点对应的召唤次数进行拟合,确定电梯在每一楼层被召唤可能性最大的时间段;根据所述电梯在每一楼层被召唤可能性最大的时间段控制电梯在所述可能性最大的时间段自动运行至对应的所述楼层。本发明公开的电梯召唤控制方法及系统,能够减少用户等待时间,提高电梯的运行效率。

    一种电梯召唤控制方法及系统

    公开(公告)号:CN110451365A

    公开(公告)日:2019-11-15

    申请号:CN201910788751.7

    申请日:2019-08-26

    Applicant: 中北大学

    Abstract: 本发明公开一种电梯召唤控制方法及系统,涉及电梯控制领域,主要包括:获取电梯在每一楼层的召唤数据;所述召唤数据包括召唤日期和召唤时间点;根据每一楼层的所述召唤日期和所述召唤时间点确定每一楼层的每个所述召唤时间点对应的召唤次数;对每一楼层的所述召唤时间点和每个所述召唤时间点对应的召唤次数进行拟合,确定电梯在每一楼层被召唤可能性最大的时间段;根据所述电梯在每一楼层被召唤可能性最大的时间段控制电梯在所述可能性最大的时间段自动运行至对应的所述楼层。本发明公开的电梯召唤控制方法及系统,能够减少用户等待时间,提高电梯的运行效率。

    基于随机森林迁移学习的红外光谱模型传递方法

    公开(公告)号:CN106815643B

    公开(公告)日:2019-04-02

    申请号:CN201710037798.0

    申请日:2017-01-18

    Applicant: 中北大学

    Abstract: 本发明公开一种基于随机森林迁移学习的红外光谱模型传递方法,利用随机森林思想将主仪器扫描的样本数据集利用Bootstrap方法生成多个子数据集;针对每个子数据集,结合目标仪器扫描的样本数据集,利用迁移学习算法建立目标仪器上的分析模型;针对目标仪器上采集的待测样本红外光谱,根据建立的每个分析模型预测其待测组分含量;计算每个待测样本与建立的各个分析模型中样本之间的结构分布相似度,以确定与每个待测样本对应的各个目标分析模型权重因子;再利用加权平均方法对预测结果进行汇总,得到最终的待测组分含量。该方法具备鲁棒性强、自适应的优点,有效提升模型传递的准确度和稳定性,可以广泛应用于固相、液相和气相的红外光谱模型传递领域中。

Patent Agency Ranking