-
公开(公告)号：CN107271389A
公开(公告)日：2017-10-20
申请号：CN201710489763.0
申请日：2017-06-24
Applicant: 桂林理工大学
IPC: G01N21/31
Abstract: 本发明公开了一种基于指标极值的光谱特征变量快速匹配方法。该方法利用简单的线性模型为光谱校正预测模型挑选有效的特征变量。以朗伯比尔定律为基础，对光谱变量集合中的每一个变量（波长）建立一元线性回归模型，以模型预测指标极值为目标，选择峰值和谷值所对应的一元特征变量，并进一步寻找与每一个一元特征变量形成最佳匹配的第二变量，组成离散特征变量集合，利用此特征变量集合建立光谱校正模型能够有效克服简单的线性模型中常出现的光谱共线性问题。该方法具有模型简便、计算量少、遴选自由度大等优点，可推广应用到拉曼、近红外、中红外、紫外光谱分析领域，为设计小型便携式专用光谱仪提出有效的技术支持。
-
公开(公告)号：CN102854151B
公开(公告)日：2014-07-30
申请号：CN201210375066.X
申请日：2012-10-06
Applicant: 桂林理工大学
Inventor： 陈华舟
IPC: G01N21/31 , G01N21/35 , G01N21/359 , G01N21/33 , G01N21/65
Abstract: 本发明公开了一种光谱分析中样品集划分的化学计量学方法。计算参考化学值和每一个波长上的光谱吸光度的相关系数，在全谱范围内找到相关最高的波长点；分别对样品的参考化学值和光谱数据进行归一化处理；基于归一化处理的数据，设计把参考化学值最大和最小的2个样品，以及吸光度值最大和最小的2个样品放入定标集，并把相应次大次小值的4个样品放入预测集；对剩余的样品做充分多次的随机划分，基于最高相关波长点，对每一次划分分别计算定标集和预测集样品的化学值和吸光度的相关系数，如果某一个划分的定标集相关系数和预测集相关系数充分接近，则选择这个划分用来建立光谱分析模型。本发明为光谱分析的模型优化提供了良好的数据基础。
-
公开(公告)号：CN110738685B
公开(公告)日：2023-05-05
申请号：CN201910864988.9
申请日：2019-09-09
Applicant: 桂林理工大学
Abstract: 本发明涉及一种融合颜色直方图响应的时空上下文跟踪方法，以时空上下文跟踪框架为基础，在目标中心预测时引入了颜色直方图模型，并在响应层与时空上下文模型相融合，从而弥补时空上下文模型特征表达能力薄弱的缺点，实现更准确和稳定的目标定位。本发明在目标形变、运动模糊等不同跟踪场景的测试中所展现的跟踪效果相比于原时空上下文跟踪方法均有大幅提升，且在通用的PC机硬件条件下平均跟踪速度能够达到134帧/秒，具有较强的实际应用价值。
-
公开(公告)号：CN112036432B
公开(公告)日：2022-12-06
申请号：CN202010635852.3
申请日：2020-07-03
Applicant: 桂林理工大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于禁忌优化的光谱建模样本集快速划分方法。该方法利用基于化学参考值加权的光谱数据2‑均值聚类模式获取定标样本和验证样本的初始划分，探索禁忌搜索方法的参数优化模式，对初始划分进行自适应快速优化，以定标集和验证集的部分样本互换的方式生成多个候选划分对象，将候选对象进行禁忌存储并逐个优化对比，并经过多次迭代以确定当前解的最优化结果。互换样本的数量、候选解的数量、禁忌表的长度和迭代次数等若干参数可调，实现针对样本集划分的智能化更新，最终输出迭代优化的样本集划分结果。针对优化划分结果进一步执行光谱预处理、特征提取、建模优化、模型预测和评价等计量分析操作，有利于提高光谱模型的预测能力。
-
Patent Agency Ranking
公开(公告)号：CN111999258B
公开(公告)日：2022-06-17
申请号：CN202010636816.9
申请日：2020-07-03
Applicant: 桂林理工大学
IPC: G01N21/3563 , G01N21/359 , G06F17/18
Abstract: 本发明公开了一种面向光谱基线校正的加权建模局部优化方法。该方法将目标成分的化学值数据转换为权重信息，结合多元散射校正预处理方法构建光谱数据加权校正方法，利用归一化运算的特点，将回归方程的常数项归于无穷小量，使光谱基线偏移的数据特征不被带入定标模型中。同时，基于样本光谱的距离指标构造负指数函数权值，加权提取光谱数据的特征信号，为定标模型的局部优化提取具有高信噪比的信息波长变量，以降低模型复杂度，缩短建模运算时间。基于加权化学值和加权优化光谱值建立特定对象的光谱分析局部优化模型，融合即时分析技术，实现快速建模，能够有效提高光谱定量分析模型的预测能力。
-
公开(公告)号：CN109919056B
公开(公告)日：2022-05-31
申请号：CN201910141636.0
申请日：2019-02-26
Applicant: 桂林理工大学
IPC: G06V40/16 , G06V10/77 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于判别式主成分分析的人脸识别方法，在解决主成分分析对同类样本数据分类较差和线性判别分析计算成本高、类内矩阵常常不可逆等缺陷的同时保留了它们的优势。该发明包括：1.输入训练集矩阵；2.对训练集矩阵进行转化，构造低纬度转换矩阵；3.计算转换矩阵的类内、类间矩阵；4.标准化处理类内、类间矩阵的元素；5.使用改进的直接线性判别分析法计算判别矩阵；6.利用主成分分析计算判别矩阵的特征空间7.分别将训练集矩阵和测试集矩阵投影到特征空间；8.采用最近邻分类器完成识别过程。著名人脸数据库上的实验结果验证了本发明具有出色的表现，且提出的方法可以应用在模式识别、计算机视觉的众多领域。
-
公开(公告)号：CN109145887B
公开(公告)日：2022-03-22
申请号：CN201811236503.3
申请日：2018-10-23
Applicant: 桂林理工大学
IPC: G06K9/00 , G06V10/143
Abstract: 本发明公开了一种基于光谱潜变量混淆判别的阈值分析方法。该方法以PLS回归为基础，将点对点定量预测问题转化为半定性阈值界定问题，设置准确率阈值，结合Logistic判别的训练和验证机制，通过比较先验阈值和预测阈值构造混淆矩阵来衡量模型的判别准确度，以解决定量预测不能容错诠释光谱响应的问题。利用分段光谱潜变量提取技术，分析获取具有较高判别准确度的信息子波段，降低Logistic判别的模型复杂度，为光谱半定性阈值分析建模的优化过程提高效率，以更好地适应在线光谱分析的建模调试和预测判别，所得光谱半定性阈值分析模型可以胜任近红外/红外光谱快速检测，为便携式专用光谱仪的研发和推广应用提供了算法技术支持。
-
公开(公告)号：CN110738685A
公开(公告)日：2020-01-31
申请号：CN201910864988.9
申请日：2019-09-09
Applicant: 桂林理工大学
Abstract: 本发明涉及一种融合颜色直方图响应的时空上下文跟踪方法，以时空上下文跟踪框架为基础，在目标中心预测时引入了颜色直方图模型，并在响应层与时空上下文模型相融合，从而弥补时空上下文模型特征表达能力薄弱的缺点，实现更准确和稳定的目标定位。本发明在目标形变、运动模糊等不同跟踪场景的测试中所展现的跟踪效果相比于原时空上下文跟踪方法均有大幅提升，且在通用的PC机硬件条件下平均跟踪速度能够达到134帧/秒，具有较强的实际应用价值。
-
公开(公告)号：CN102854151A
公开(公告)日：2013-01-02
申请号：CN201210375066.X
申请日：2012-10-06
Applicant: 桂林理工大学
Inventor： 陈华舟
Abstract: 本发明公开了一种光谱分析中样品集划分的化学计量学方法。计算参考化学值和每一个波长上的光谱吸光度的相关系数，在全谱范围内找到相关最高的波长点；分别对样品的参考化学值和光谱数据进行归一化处理；基于归一化处理的数据，设计把参考化学值最大和最小的2个样品，以及吸光度值最大和最小的2个样品放入定标集，并把相应次大次小值的4个样品放入预测集；对剩余的样品做充分多次的随机划分，基于最高相关波长点，对每一次划分分别计算定标集和预测集样品的化学值和吸光度的相关系数，如果某一个划分的定标集相关系数和预测集相关系数充分接近，则选择这个划分用来建立光谱分析模型。本发明为光谱分析的模型优化提供了良好的数据基础。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
