-
公开(公告)号：CN110376162A
公开(公告)日：2019-10-25
申请号：CN201910639523.3
申请日：2019-07-16
Applicant: 湖北工程学院
IPC: G01N21/41
Abstract: 本发明提供了一种基于PIT效应的石墨烯折射率传感器，包括硅衬底以及设置于硅衬底上的蓝宝石层，蓝宝石层表面上设置有可容纳待测样品的样品区，样品区内设置有石墨烯纳米条波导、可与石墨烯纳米条波导直接耦合的第一石墨烯谐振腔以及可通过第一石墨烯谐振腔与石墨烯纳米条波导间接耦合的第二石墨烯谐振腔。基于本发明的石墨烯折射率传感器尺寸小、灵敏度高、检测范围宽，在生物大分子及化学物质的探测中具有很好的应用前景。
-
公开(公告)号：CN109752800A
公开(公告)日：2019-05-14
申请号：CN201910085690.8
申请日：2019-01-29
Applicant: 湖北工程学院
Abstract: 本发明公开了一种基于PIT效应的全光开关，包括二氧化硅衬底、金属层、石墨烯层、第一谐振腔和第二谐振腔，所述二氧化硅衬底水平设置，所述金属层水平设置在所述二氧化硅衬底的上端，其上端设有沿前后方向延伸的条形波导，所述波导的两端分别水平延伸至所述金属层的前后两端，所述第一谐振腔和所述第二谐振腔分别沿前后方向间隔设置在所述金属层的上端，并分别位于所述波导的左右两侧，且所述第一谐振腔和所述第二谐振腔均与所述波导连通，所述石墨烯层设置在所述第一谐振腔和所述第二谐振腔之间，并填充在所述波导内，所述波导内填充有空气。本发明公开的一种基于PIT效应的全光开关，具有尺寸小，功耗低和响应速度快的优点。
-
公开(公告)号：CN107132214B
公开(公告)日：2018-03-27
申请号：CN201710548914.5
申请日：2017-07-06
Applicant: 湖北工程学院
IPC: G01N21/71
Abstract: 本发明实施例提供一种基于多谱线加权的元素测量方法及装置，属于光谱分析领域。该方法首先获取定标样品集中每个样品的待测元素浓度和待测元素的至少两条目标谱线及其对应的内标谱线的强度。将目标谱线与内标谱线的强度比值作为该目标谱线的相对谱线强度，然后根据预设的权重系数组和每条目标谱线的相对谱线强度计算待测元素的加权相对谱线强度，再根据每个样品中待测元素的浓度和计算得到的加权相对谱线强度进行线性拟合，确定用于对该待测元素测量的定标曲线。这种采用多条谱线进行加权处理的定标方法，避免了单条谱线在定量分析中，因等离子体的波动或外界干扰引起的谱线波动，而造成的分析不准确，有效的提高了系统的分析准确度和稳定性。
-
公开(公告)号：CN112816458B
公开(公告)日：2023-09-01
申请号：CN202110134029.9
申请日：2021-02-01
Applicant: 湖北工程学院
IPC: G01N21/71 , G06F18/241 , G06F18/214 , G06F18/21 , G06F18/213 , G06F18/2411 , G06F18/2451 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及光谱分析领域，公开了一种基于激光诱导击穿光谱技术的钢材分类方法及系统，所述方法包括：通过激光诱导击穿光谱技术获取待测钢材样品的光谱数据，并基于所述光谱数据生成测试集和训练集，对所述训练集通过深度玻尔兹曼机进行降维处理，获得降维训练集，将所述降维训练集输入至预设分类模型进行训练，以获得目标分类模型，将所述测试集输入至所述目标分类模型中进行分类，以识别所述待测钢材样品的钢材类别。通过对获得的训练集采用深度玻尔兹曼机进行降维处理来获得降维训练集以提高获得的降维训练集的准确度，减少了训练时间，也减少了基于降维训练集建立分类模型的建模时间，进一步地，也提高了识别待测钢材样品的钢材类别的准确度。
-
公开(公告)号：CN110780360B
公开(公告)日：2021-06-29
申请号：CN201911126583.1
申请日：2019-11-18
Applicant: 湖北工程学院
Abstract: 本发明涉及了一种基于石墨烯纳米条超材料结构的慢光器件，包括：硅衬底，设置于硅衬底上第一石墨烯纳米条、可与第一石墨烯纳米条直接耦合的若干第二石墨烯纳米条以及可与第一石墨烯纳米条间接耦合的若干第三石墨烯纳米条，各第二石墨烯纳米条分别与第一石墨烯纳米条平行设置，各第二石墨烯纳米条之间可分别发生直接耦合；各第三石墨烯纳米条与第一石墨烯纳米条垂直设置，各第三石墨烯纳米条之间以及各第三石墨烯纳米条与各第二石墨烯纳米条之间可分别发生直接耦合。基于本发明的慢光器件，尺寸小、群延时大、带宽宽、动态可调谐以及易于集成，具有很好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110780360A
公开(公告)日：2020-02-11
申请号：CN201911126583.1
申请日：2019-11-18
Applicant: 湖北工程学院
Abstract: 本发明涉及了一种基于石墨烯纳米条超材料结构的慢光器件，包括：硅衬底，设置于硅衬底上第一石墨烯纳米条、可与第一石墨烯纳米条直接耦合的若干第二石墨烯纳米条以及可与第一石墨烯纳米条间接耦合的若干第三石墨烯纳米条，各第二石墨烯纳米条分别与第一石墨烯纳米条平行设置，各第二石墨烯纳米条之间可分别发生直接耦合；各第三石墨烯纳米条与第一石墨烯纳米条垂直设置，各第三石墨烯纳米条之间以及各第三石墨烯纳米条与各第二石墨烯纳米条之间可分别发生直接耦合。基于本发明的慢光器件，尺寸小、群延时大、带宽宽、动态可调谐以及易于集成，具有很好的应用前景。
-
公开(公告)号：CN109683224A
公开(公告)日：2019-04-26
申请号：CN201910085688.0
申请日：2019-01-29
Applicant: 湖北工程学院
CPC classification number: G02B5/284 , G02B6/12007 , G02B2006/12061 , G02B2006/12109 , G02B2006/12164
Abstract: 本发明公开了一种基于多PIT效应的四通道光学滤波器，包括二氧化硅衬底、金属层、石墨烯层、两个第一谐振腔、第二谐振腔、第三谐振腔、第四谐振腔和第五谐振腔，所述二氧化硅衬底水平设置，所述金属层水平设置在所述二氧化硅衬底的上端，其上端设有沿前后方向延伸的条形波导，所述波导的两端分别水平延伸至所述金属层的前后两端，两个所述第一谐振腔分别沿前后方向间隔设置在所述金属层的上端，并分别位于所述波导的左右两侧，两个所述第一谐振腔均与所述波导连通，所述石墨烯层设置在两个所述第一谐振腔之间，并填充在所述波导内。本发明所述的光学滤波器，具有功耗低和尺寸小的优点。
-
公开(公告)号：CN107340284A
公开(公告)日：2017-11-10
申请号：CN201710550399.4
申请日：2017-07-06
Applicant: 湖北工程学院
IPC: G01N21/71
CPC classification number: G01N21/71
Abstract: 本发明实施例提供一种元素定量分析方法及装置，属于光谱分析技术领域。该元素定量分析方法首先获取定标样品集中的每个样品的待测元素的浓度和待测元素的至少两条目标谱线的谱线强度，然后根据预设的每条目标谱线的权重系数和每个样品中每条目标谱线的谱线强度，计算每个样品中待测元素的加权谱线强度，最后再根据每个样品中待测元素的浓度和计算得到的每个样品中待测元素的加权谱线强度进行线性拟合，确定用于对该待测元素定量分析的定标曲线。这种元素定量分析方法采用多条谱线进行加权处理，避免了单条谱线在定量分析中，因等离子体的波动或外界干扰引起的谱线波动，而造成的分析不准确，有效的提高了系统的分析准确度和稳定性。
-
公开(公告)号：CN112782151B
公开(公告)日：2023-01-13
申请号：CN202110198116.0
申请日：2021-02-22
Applicant: 湖北工程学院(CN)
IPC: G01N21/71
Abstract: 本发明公开了一种提高激光诱导击穿光谱分类准确性的数据处理方法，对样品进行采集获得光谱数据；列出元素的特征谱线；获得各个元素的特征谱线的相对强度之比；生成每个样品对应的多个谱线组合，生成训练集和测试集；对SVM分类模型进行训练，记录训练集中各个的谱线组合对应的SVM识别精度；选取其中SVM识别精度最高所对应的谱线组合。本发明适应性更广，可以推广到不同类别的样品上；最大程度避免了人工选择特征谱线的光谱强度做分类模型的变量时，输入的有用信息不足或是输入了多余的干扰信息导致的模型精度较低，建模时间较长等问题。
-
公开(公告)号：CN112816458A
公开(公告)日：2021-05-18
申请号：CN202110134029.9
申请日：2021-02-01
Applicant: 湖北工程学院
Abstract: 本发明涉及光谱分析领域，公开了一种基于激光诱导击穿光谱技术的钢材分类方法及系统，所述方法包括：通过激光诱导击穿光谱技术获取待测钢材样品的光谱数据，并基于所述光谱数据生成测试集和训练集，对所述训练集通过深度玻尔兹曼机进行降维处理，获得降维训练集，将所述降维训练集输入至预设分类模型进行训练，以获得目标分类模型，将所述测试集输入至所述目标分类模型中进行分类，以识别所述待测钢材样品的钢材类别。通过对获得的训练集采用深度玻尔兹曼机进行降维处理来获得降维训练集以提高获得的降维训练集的准确度，减少了训练时间，也减少了基于降维训练集建立分类模型的建模时间，进一步地，也提高了识别待测钢材样品的钢材类别的准确度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
