公开(公告)号：CN115524306A

公开(公告)日：2022-12-27

申请号：CN202211071574.9

申请日：2022-09-02

Applicant: 燕山大学

Inventor： 谈爱玲 ,  王鋆鑫 ,  赵勇

IPC: G01N21/359 ,  G01N21/01 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种仪器间的近红外深度神经网络模型转移方法，包括用多台不同型号便携式可见近红外光谱仪测定待测物质的近红外光谱；将多台不同型号便携式可见近红外光谱仪的近红外光谱的波长范围和分辨率统一；对多台不同型号便携式可见近红外光谱仪的近红外光谱做预处理；对多台不同型号便携式可见近红外光谱仪的近红外光谱划分数据集；开发主型号光谱仪的1D‑Inception‑Resnet定量网络；用不同从型号光谱仪数据调整主型号光谱仪的网络参数；使用不同从型号光谱仪数据验证校正模型；本发明可将主仪器的1D‑Inception‑Resnet网络模型校正转移到从光谱仪上，修复对从光谱仪采集光谱的预测。

公开(公告)号：CN112782148A

公开(公告)日：2021-05-11

申请号：CN202110192020.3

申请日：2021-02-19

Applicant: 燕山大学

Inventor： 谈爱玲 ,  楚振原 ,  赵勇 ,  王晓斯

IPC: G01N21/65 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了阿拉比卡和罗伯斯塔两种咖啡豆的快速鉴别方法，属于食品检测技术领域，利用阿拉比卡与罗伯斯塔两种咖啡豆样本均在拉曼光谱波段有明显吸收的现象，得到拉曼光谱的原始数据，将原始数据扣除基线并进行平滑滤波处理，然后添加高斯白噪声用于扩充数据，然后将每种咖啡豆扩充后的数据放入LSTM神经网络进行训练与测试，本发明首次提出拉曼光谱与LSTM神经网络相结合的方法对咖啡豆种类进行鉴别，具有操作简单、分析结果准确的优点。

公开(公告)号：CN104864966A

公开(公告)日：2015-08-26

申请号：CN201510165421.4

申请日：2015-04-03

Applicant: 燕山大学

Inventor： 高美静 ,  谈爱玲 ,  王静媛

IPC: G01J5/10

Abstract: 本发明公开了一种显微热成像方法，首先获取物体的4幅低分辨率欠采样微扫描图像；然后根据所述4幅低分辨率欠采样微扫描图像，获得标准4帧2×2均匀微扫描欠采样图像；最后交叉融合所述标准4帧2×2均匀微扫描欠采样图像，获得一幅高分辨率的过采样热图像。本发明针对因环境、机械振动、装置加工精度等因素影响而无法得到理想的各自相差半个像素的微扫描位置点的问题，利用实际采集到的低分辨率欠采样微扫描图像得到高分辨率过采样图像，从而得到理想的微扫描位置点。本发明只需通过代数运算即可完成，简单、快捷、稳定，提高了成像质量，可以促进光学微扫描显微热成像技术在各个领域的应用与推广。

公开(公告)号：CN119169079A

公开(公告)日：2024-12-20

申请号：CN202411280336.8

申请日：2024-09-13

Applicant: 燕山大学

Inventor： 谈爱玲 ,  刘闯 ,  吕玉娥 ,  赵勇 ,  苏海杰 ,  张一博

IPC: G06T7/70 ,  A61H39/02 ,  G06T7/00 ,  G06V10/774 ,  G06F3/01

Abstract: 本发明公开了一种基于人机交互的两步法腧穴精准定位方法，属于康养穴位识别领域，包括采集人体穴位数据集；对采集的人体穴位数据集进行预处理并划分为训练集、验证集和测试集；构建改进的mmpose网络模型；构建人体穴位检测模型；利用人体穴位检测模型对测试集进行测试；将测试过的人体穴位检测模型上传到云端服务器，对患者进行拍照并获取RGB图片和点云数据；通过人体穴位检测模型预测并计算得到患者世界坐标系下的穴位坐标；机械臂获取世界坐标系下的穴位坐标并运动到相应的穴位坐标处；位于穴位坐标处的机械臂试按摩并修正患者穴位；对患者进行按摩治疗。本发明运用人机交互结合传统的两步法显著提高了人体穴位检测的检测效率与精度。

公开(公告)号：CN114881113B

公开(公告)日：2024-08-02

申请号：CN202210349178.1

申请日：2022-04-01

Applicant: 燕山大学

Inventor： 赵勇 ,  武相鹏 ,  谈爱玲 ,  李晓航

IPC: G06F18/214 ,  G06F18/2411 ,  G06N3/006

Abstract: 本发明涉及基于改进蜜獾算法结合近红外光谱的阻燃塑料分类方法，属于近红外光谱应用技术领域，包括：对阻燃塑料近红外光谱的原始数据集进行预处理，并按照7∶3的比例随机分为训练集和测试集；利用SVM算法建立阻燃塑料近红外光谱的分类模型；利用训练集结合MPA‑HBA算法优化SVM模型的参数c和g；选取最优的SVM参数构建模型，对测试集数据进行分类并判断分类结果的正确率。本发明采用近红外光谱检测技术结合寻优算法和分类算法在阻燃塑料分类检测领域的应用填补了我国在工业上阻燃塑料快速无损检测的空白，具有检测速度快、检测准确率高、相较传统检测无污染等优点。

公开(公告)号：CN112945899B

公开(公告)日：2022-10-14

申请号：CN202110127969.5

申请日：2021-01-29

Applicant: 燕山大学

Inventor： 赵勇 ,  王泊林 ,  谈爱玲

IPC: G01N21/359 ,  G01N21/3563 ,  G06K9/62 ,  G06N20/10

Abstract: 本发明公开了一种聚谷氨酸复合肥鉴别方法，该方法包括：获取两种化肥样本；测定化肥样本的近红外光谱并进行多元散射校正处理；对处理后的近红外光谱数据进行二维相关分析，确定特征波段；基于主成分分析对特征波段进行数据降维，得到输入光谱数据；基于输入光谱数据形成的训练集对支持向量机进行训练，利用网格寻优以及交叉验证方法确定最优支持向量机参数；利用训练好的支持向量机鉴别测试化肥样本中有无聚谷氨酸成分。本发明首次提出一种基于近红外光谱的聚谷氨酸化肥鉴别方法，基于近红外光谱能够快速分析采集大量化肥样本光谱，结合化学计量学算法能够快速准确的对聚谷氨酸进行定性鉴别，具有操作简单、快速和准确的突出优点。

公开(公告)号：CN112098358B

公开(公告)日：2021-12-17

申请号：CN202010931678.7

申请日：2020-09-07

Applicant: 燕山大学

Inventor： 赵勇 ,  王晓斯 ,  谈爱玲 ,  楚振原 ,  王泊林 ,  赵荣 ,  何梦园

IPC: G01N21/3563 ,  G01N21/3577 ,  G01N21/359 ,  G06N3/04

Abstract: 本申请公开了一种基于四元数卷积神经网络的近红外光谱并行融合定量检测方法。该方法包括以下步骤：获得国际公开玉米近红外光谱和四种成分数据库数据；由原始光谱求出一阶导数和二阶导数光谱并进行归一化；基于四元数理论对三种归一化光谱数据进行四元数空间嵌入并行表示；建立四元数卷积神经网络模型并优化模型参数完成玉米成分定量模型建立。本发明利用四元数和深度学习算法将近红外光谱及其导数光谱进行并行表示和并行特征提取，充分挖掘原始光谱数据和导数光谱数据的并行融合特征，建立性能更优的近红外光谱定量分析模型。

公开(公告)号：CN112098358A

公开(公告)日：2020-12-18

申请号：CN202010931678.7

申请日：2020-09-07

Applicant: 燕山大学

Inventor： 赵勇 ,  王晓斯 ,  谈爱玲 ,  楚振原 ,  王泊林 ,  赵荣 ,  何梦园

IPC: G01N21/3563 ,  G01N21/3577 ,  G01N21/359 ,  G06N3/04

Abstract: 本申请公开了一种基于四元数卷积神经网络的近红外光谱并行融合定量建模方法。该方法包括以下步骤：获得国际公开玉米近红外光谱和四种成分数据库数据；由原始光谱求出一阶导数和二阶导数光谱并进行归一化；基于四元数理论对三种归一化光谱数据进行四元数空间嵌入并行表示；建立四元数卷积神经网络模型并优化模型参数完成玉米成分定量模型建立。本发明利用四元数和深度学习算法将近红外光谱及其导数光谱进行并行表示和并行特征提取，充分挖掘原始光谱数据和导数光谱数据的并行融合特征，建立性能更优的近红外光谱定量分析模型。

公开(公告)号：CN114943683B

公开(公告)日：2024-08-02

申请号：CN202210290195.2

申请日：2022-03-23

Applicant: 燕山大学

Inventor： 谈爱玲 ,  李晓航 ,  赵勇 ,  王鋆鑫 ,  赵静 ,  左雅洁 ,  裴鹏飞

IPC: G06T7/00 ,  G06V10/22 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进的YOLOv5s的塑料表面缺陷检测方法，属于塑料表面缺陷检测领域，包括以下步骤：采集塑料表面缺陷数据集；对塑料表面缺陷数据集进行预处理及标注后，将塑料表面缺陷数据集划分为用于训练的训练集、用于验证的验证集以及用于测试的测试集；搭建YOLOv5s网络结构模型，对YOLOv5s网络结构模型进行改进，得到改进的YOLOv5s网络结构模型；使用训练集对改进的YOLOv5s网络模型进行训练，得到塑料表面缺陷检测模型；利用塑料表面缺陷检测模型，对所述测试集进行测试。本发明通过在YOLOv5s网络结构的骨干网络中加入CA注意力机制，实现塑料表面缺陷检测的检测效率与精度的显著提高。

公开(公告)号：CN113467238B

公开(公告)日：2023-03-21

申请号：CN202110721620.4

申请日：2021-06-28

Applicant: 燕山大学

Inventor： 谈爱玲 ,  郭天安 ,  赵勇 ,  王鋆鑫 ,  武向鹏

IPC: G05B13/04

Abstract: 本发明提供了一种智慧旱雪场的浇水控制方法，该智慧旱雪场的滑雪跑道上分布有湿度传感器阵列；该方法包括：基于湿度传感器阵列，采用插值方法建立旱雪场的三维数学模型；针对三维数学模型，在有约束的条件下，采用粒子群算法确定需浇水区域的全局最优解；基于需浇水区域，确定干燥梯度图；将干燥梯度图的中心作为浇水中心，以中心为圆心画最小圆，使其包含所有的干燥部分，将最小圆的半径作为浇水半径；按照浇水中心和浇水半径控制喷头对旱雪场洒水。本发明中，基于传感器阵列建模、利用人工智能算法求解洒水区域以及洒水量，从而达到时刻保持旱雪场滑道的湿度，提高滑道的使用寿命并且使滑道的湿度可控，使滑道难度调节更灵活。