-
公开(公告)号：CN113378680A
公开(公告)日：2021-09-10
申请号：CN202110610390.4
申请日：2021-06-01
Applicant: 厦门大学 , 厦门市普识纳米科技有限公司
Abstract: 本发明提出一种拉曼光谱数据的智能建库方法，首先利用小波变换将原始拉曼光谱的一维序列信号变换为小波空间中的二维信号，然后输入生成对抗网络进行训练。生成对抗网络包括一个生成模型和一个判别模型，以两个模型对抗的形式训练；前者输入随机生成的向量产生生成光谱(二维格式)，后者输入原始光谱和生成光谱(二维格式)并判断输入是否为原始光谱。生成对抗网络的训练完成后，利用其中的生成模型产生大量的与原始光谱相似的生成光谱(二维格式)，并与原始光谱联合建立光谱数据库。该数据库以二维信号格式来存储光谱数据。本发明的方法解决了将深度学习应用于拉曼光谱分析领域时所面临的光谱数据采集难、成本高和耗时长等问题，推动了深度学习方法在光谱分析应用的落地。
-
公开(公告)号：CN107818298B
公开(公告)日：2021-03-09
申请号：CN201710886434.X
申请日：2017-09-27
Applicant: 厦门大学
Abstract: 用于机器学习物质识别算法的通用拉曼光谱特征提取方法，涉及拉曼光谱。谱图自动预处理；获取谱图的特征向量。可以对任意指定范围的拉曼光谱进行特征提取，所提取的特征向量适用于多种机器学习算法，通用性强，不受目标物质或测试体系的限制；可以自动去除噪声和荧光背景的干扰，同时保留峰值信号的位置和强度等信息；可以有效识别包含各种目标物质的光谱；可以准确提取空白光谱特征，有效识别和准确区分阴性和阳性样品，更好的满足物质检测的实际需求；提取方法不涉及复杂计算，而且对存储空间需求不大，因此时间和空间复杂度低，便于运用于光谱数据的批量处理和分析。
-
公开(公告)号：CN111431852A
公开(公告)日：2020-07-17
申请号：CN202010107595.6
申请日：2020-02-21
Applicant: 厦门大学
IPC: H04L29/06
Abstract: 本发明涉及一种浏览器历史嗅探方法与一种浏览器历史监控方法。本发明构造多个辅助链接，放大已访问的目标URL和未访问的目标URL情况的重绘帧数差距，通过监测固定时间内浏览器绘制的帧数来判断目标URL的访问状态，提高嗅探的准确率，并且能够满足在不同设备平台、不同浏览器上自动嗅探历史记录。本发明提供动态参数搜索算法，自动优化辅助链接的数量，针对不同设备平台、操作系统和浏览器自动确定匹配当前环境性能的最优辅助链接数量，大大提高嗅探的准确率和自适应性，克服现有技术的多帧测量的嗅探方法针对不同环境设置不同参数的缺点，提高了通用性。实验结果表明，本发明能够准确嗅探出不同设备平台上主流浏览器已访问的目标URL，准确率接近100％。
-
公开(公告)号：CN109858477A
公开(公告)日：2019-06-07
申请号：CN201910104046.0
申请日：2019-02-01
Applicant: 厦门大学
Abstract: 本发明涉及一种用深度森林在复杂环境中识别目标物的拉曼光谱分析方法，该方法包括：选择多个类别已知的样本，生成样本的拉曼谱图集，并对其中所有的拉曼谱图进行预处理，并把预处理后的拉曼谱图设为原始特征向量；深度森林模型的建立：使用多粒度扫描算法将原始特征向量转换为变换特征向量；样本分为训练集和验证集，通过训练集的样本逐级建立级联森林后，通过验证集的样本进行级联森林性能的判断，直至深度森林模型的分类准确率不再随着级联森林的级数增加而增加时，深度森林模型建立完成；通过深度森林模型对待测物质的拉曼谱图进行分类。本发明能从多种测试体系的拉曼光谱中准确识别所含的目标物质，且具有通用性、可扩展性和可伸缩性。
-
公开(公告)号：CN108650054A
公开(公告)日：2018-10-12
申请号：CN201810290842.3
申请日：2018-04-03
Applicant: 厦门大学
IPC: H04L1/00
Abstract: 用前向纠错码和交织码的网络流水印建立隐蔽信道的方法，涉及通信领域信息安全传输的隐蔽信道。首先将待发送的原始隐秘信息经由纠错码编码器进行编码，所得到码字信号根据网络流水印方法进行处理。在解码阶段中，隐秘信息接收者从目标网络流中获取水印信号，并将水印信号传入交织码解码器进行处理，得到解转置后的水印信号；若该水印信号经过PN码扩频处理，则需使用PN解码器进行处理；最后将解转置后的水印信号或PN解码后的水印信号传入纠错码解码器进行处理，恢复原始隐秘信息。用前向纠错码和交织码的网络流水印建立隐蔽信道的方法，使得隐秘信息具备了自动纠错能力，提高了信息传输的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN114970596B
公开(公告)日：2024-08-23
申请号：CN202210061313.2
申请日：2022-01-19
Applicant: 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) , 厦门大学
IPC: G06F18/2415 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/084 , G01N21/65
Abstract: 本发明公开了一种基于拉曼光谱分析的鱼粉掺假快速检测方法，包括：通过数据增强方法获得训练数据集：随机挑选纯鱼粉和掺假物质的拉曼光谱进行预处理，再按照一定比例进行线性加和，并按需进行归一化操作，生成兼具鱼粉和掺假物质拉曼光谱特征的用于训练的正样本；基于纯鱼粉样品用类似正样本生成的方法生成具有鱼粉拉曼光谱特征的用于训练的负样本；将所获得的训练样本按照预设比例拆分为训练集、测试集和验证集，共同输入神经网络进行网络模型训练；采集待测鱼粉样品的拉曼光谱，输入训练好的网络模型以检测该样本是否含有掺假物质。本发明将数据增强引入网络模型训练中，训练成本低，鉴别过程速度快，能够满足鱼粉掺假快速检测的需求。
-
公开(公告)号：CN116346437A
公开(公告)日：2023-06-27
申请号：CN202310209945.3
申请日：2023-03-07
Applicant: 厦门大学
IPC: H04L9/40 , G06F18/214 , G06F18/2451 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种少样本网页指纹学习方法、终端设备及存储介质，该方法中包括：组建预训练数据集和少样本数据集；构建对比网络，对比网络包括数据增强模块、特征提取器、投影头模块和对比损失模块；通过预训练数据集对对比网络进行训练，得到预训练特征提取器；将少样本数据集中的原始流量经过数据增强模块和训练后的特征提取器后得到少样本数据集中各样本的增强流量的特征向量；构建线性分类器，将特征向量作为线性分类器的输入线性分类器进行训练；将训练后的特征提取器和训练后的线性分类器组合得到流量分类模型，通过流量分类模型对待监测网页的流量进行指纹识别。本发明可以通过收集少量流量快速训练新的分类器，保证了网页指纹识别的准确性。
-
公开(公告)号：CN113642629A
公开(公告)日：2021-11-12
申请号：CN202110909855.6
申请日：2021-08-09
Applicant: 厦门大学
Abstract: 本发明公开了一种基于谱学分析的随机森林可视化方法及装置，通过数据增强手段获得更多的训练集，对随机森林模型进行训练。再通过统计随机森林模型决策树上分支节点的基尼系数对特征重要度进行统计排序，并将特征重要度向量与颜色图关联，建立特征重要度向量与颜色图上不同的颜色之间的对应关系，得到颜色图向量；将目标物的谱图作为轮廓，以颜色图向量对轮廓内部进行填充，实现可视化作图。本方法可对随机森林模型中所利用的特征进行溯源，增强模型的可解释性，同时还可以据此对建模方案进行调整，实现模型的进一步优化，对利用随机森林实现快速准确的定性分析具有支撑作用。
-
公开(公告)号：CN111089856B
公开(公告)日：2021-05-14
申请号：CN201911371518.5
申请日：2019-12-26
Applicant: 厦门大学
IPC: G01N21/65
Abstract: 本发明公开了一种拉曼光谱弱信号提取的后处理方法包括如下步骤：(1)固定小窗口平滑进行噪声初筛，利用一阶导找出谱图中所有峰及噪声的位置及峰宽；(2)在步骤(1)的噪声初筛上，加入峰顶点及其临近两点的二阶导峰宽内持续小于0的条件，对于噪声和信号进行再区分，确保获取的峰中无噪声存在；(3)通过对比极小值确保步骤(2)获取的峰的左右边界数值偏差稳定，获取更准确的峰宽范围；并在该峰宽范围内，通过检测峰上是否存在多个小峰，来进行峰尖锐度的判断，不够尖锐的峰则纳入平滑范围；(4)对于步骤(3)获得的尖锐峰内部的部分数值进行保留原始数值，其余部分按照权值平滑算法进行平滑，以达到去除噪声，保留峰强信息的目的。
-
公开(公告)号：CN109142317A
公开(公告)日：2019-01-04
申请号：CN201810996426.5
申请日：2018-08-29
Applicant: 厦门大学
IPC: G01N21/65
Abstract: 本发明涉及一种拉曼光谱物质识别方法，该方法包括：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集和提取的样本特征建立多个随机森林模型；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。本发明将拉曼谱图的物质识别(定性分析)问题转换为机器学习的分类问题，并实现批量实时处理，在保证高准确率的基础上，大大提高了运行速度。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.018 seconds)
