-
Patent Agency Ranking
公开(公告)号：CN105092509A
公开(公告)日：2015-11-25
申请号：CN201510513849.3
申请日：2015-08-20
Applicant: 东北大学
IPC: G01N21/35
Abstract: 本发明公开了一种基于PCR-ELM算法的样品成份测定方法，包括以下步骤：S1，采集待测样品的红外光谱数据；S2，通过PCR-ELM模型获得该红外光谱数据所对应的样品中各成分的含量。本发明通过利用PCR-ELM模型对待测样品的红外光谱数据进行处理，从而即可获得该红外光谱数据所对应的样品中各成分的含量，与采用传统模型进行数据处理相比，不仅避免了过拟合现象，减少了变量之间的多重共线性，而且也提高了拟合的精确度，提高了对样本量少、维度高的光谱数据的预测精度及预测精度的稳定性，扩大了ELM算法的应用范围。
-
公开(公告)号：CN102869018B
公开(公告)日：2014-10-29
申请号：CN201210394839.9
申请日：2012-10-17
Applicant: 东北大学秦皇岛分校
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种认知无线电中保证通信连续性的信道和功率联合分配方法，包括：S1，认知用户周期性地感知无线电环境，认知基站获取子信道状态信息；S2，认知用户向认知基站发送通信请求并告知认知基站需要传输的信息量大小，同时认知基站采集认知用户的服务质量需求信息；S3，认知基站通过求解最优化问题来为认知用户分配初始阶段的最优信道和功率，认知用户开始通信；S4，初始阶段通信结束时，更新子信道状态信息和服务质量需求信息；S5，认知基站进行第i阶段的信道和功率的最优联合分配；S6，认知用户继续周期性地感知周围无线电环境，实现后续阶段的信道和功率的最优分配。本发明能保证认知用户在不同资源分配阶段的通信连续性。
-
公开(公告)号：CN113362853B
公开(公告)日：2022-07-01
申请号：CN202010139218.0
申请日：2020-03-03
Applicant: 东北大学秦皇岛分校
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于LSTM网络EMD端点效应抑制方法。该方法有效地结合了LSTM网络对信号的预测和EMD分解在单通道盲源分离技术中的应用，并根据信号的特点寻找LSTM网络的时间步长，有效地提高了预测的精度，从而有效地解决了单通道盲源分离中EMD方法出现的端点效应问题，在对解决复杂工厂环境下的声音分离问题中取得了较好的效果。该方法能够有效解决非线性非平稳时间序列分析中的端点效应问题，可应用于单通道盲源混合信号的分离问题。
-
公开(公告)号：CN105306042A
公开(公告)日：2016-02-03
申请号：CN201510854042.6
申请日：2015-11-26
IPC: H03K19/0175 , H03K19/14
Abstract: 本发明公开了一种用于宽带混沌激光储备池并行计算的装置，包括：2个光源部件(1)、2个混沌激光产生回路(2)和1个带宽增强链路(3)，所述的2个光源部件(1)和2个混沌激光产生回路(2)一一对应连接，2个混沌激光产生回路(2)通过带宽增强链路(3)连接。本发明不但可以实现对两路输入信号进行并行处理，而且同时还可以增加激光混沌的带宽，使得混沌光的随机性更好，为储备池计算提供更丰富的非线性动力学状态，进而减小了系统输出结果的预测误差。
-
公开(公告)号：CN105092521A
公开(公告)日：2015-11-25
申请号：CN201510497332.X
申请日：2015-08-13
Applicant: 东北大学
IPC: G01N21/359 , G01N21/3577 , G01N21/3563
Abstract: 本发明公开了一种基于增量主成份分析的牛奶凝结过程实时监测方法，它是在牛奶凝结过程中的近红外光谱数据基础上，利用聚类方法将数据聚类到多个窗口中，然后使用增量主成份分析方法对窗口内数据进行降维，而且当后续的批次数据加入窗口内时，可以通过新增加的样本数据来修正原来的数据，从而可以对窗口内的特征值和特征向量进行持续的更新，最终动态窗口中的特征数据将精确反映出牛奶凝结过程。本发明的方法可以对近红外光谱数据进行更为可靠的数据分析，最终实现了对牛奶凝结过程的精准监测。通过反复试验验证，本发明的方法在对牛奶凝结过程进行检测时，准确率高达90％以上，从而可以用于更高质量奶酪产品的生产。
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
