-
Patent Agency Ranking
公开(公告)号：CN106680238B
公开(公告)日：2019-09-06
申请号：CN201710009518.5
申请日：2017-01-06
Applicant: 东北大学秦皇岛分校
IPC: G01N21/3563
Abstract: 本发明涉及一种基于红外光谱分析物质成分含量的方法，包括根据源域红外光谱数据和与所述源域红外光谱数据对应的源域物质成分含量建立第一回归模型，求取所述第一回归模型中的参数；获取目标域红外光谱数据，建立目标域红外光谱数据与源域红外光谱数据之间的转移模型，求取所述转移模型中的参数；根据所述目标域红外光谱数据、所述转移模型，利用所述第一回归模型获取与所述目标域红外光谱数据对应的目标域物质成分含量。本发明的分析方法结合迁移学习中的特征迁移方法和偏最小二乘算法，实现目标域到源域光谱特征空间的变换，不但可以去除冗余信息，提高转移的准确性，而且可以在很大程度上降低了转移过程的计算量。
-
公开(公告)号：CN109668550A
公开(公告)日：2019-04-23
申请号：CN201910151810.X
申请日：2019-02-28
Applicant: 东北大学
IPC: G01C19/5656 , G01C19/5663
Abstract: 本发明公开了一种全解耦的三自由度微机械陀螺，提高了微机械陀螺的机械解耦性能。本发明的微机械陀螺结构包括单自由度驱动模态和完全的二自由度敏感模态，通过解耦质量块分别与驱动框架和检测框架相连，同时实现驱动模态与敏感模态的机械解耦和能量转换。完全的二自由度结构可以增加敏感模态的稳定带宽，提高陀螺系统的稳定性和抗干扰能力。本发明具有机械解耦、稳定性好、抗干扰的优点，并且在常压工作，有利于实际的加工与应用。
-
公开(公告)号：CN106596450B
公开(公告)日：2019-04-05
申请号：CN201710009517.0
申请日：2017-01-06
Applicant: 东北大学秦皇岛分校
IPC: G01N21/35
Abstract: 本发明涉及一种基于红外光谱分析物质成分含量的增量式方法，包括以下步骤：根据源域红外光谱数据和源域物质成分含量建立第一回归模型；获取目标域标准样本，建立目标域红外光谱标准数据与源域红外光谱数据之间的转移模型；根据所述第一回归模型和所述转移模型建立第二回归模型；获取目标域红外光谱增量数据和目标域物质成分含量增量数据，利用第二回归模型对所述目标域红外光谱增量数据进行筛选，如果满足要求则保留；直至被保留的数量达到阈值，利用所述新目标域标准样本，获取新转移模型和新第二回归模型；获取目标域红外光谱测试数据，根据所述目标域红外光谱测试数据和所述新第二回归模型获取目标域物质成分含量。效率高。
-
公开(公告)号：CN105823751B
公开(公告)日：2018-10-02
申请号：CN201610165166.8
申请日：2016-03-22
Applicant: 东北大学
IPC: G01N21/3577
Abstract: 本发明公开了一种基于λ‑SPXY算法的红外光谱多元校正回归建模方法，包括以下步骤：根据待测样品光谱的样本集特征，设定最优权重调整参数λ，给样本集仪器响应矢量空间X和因变量空间Y分配不同的权重；再利用λ‑SPXY算法选定校正集并建立回归模型。本发明提供了一种可以充分考虑X和Y空间各自贡献的数据集划分方法，可以更有效的覆盖多维空间；在多元校正的数据集划分方面，此方法可以获得比传统的SPXY方法更合理的结果，并大幅度改善建立模型的预测性能。
-
公开(公告)号：CN105095652B
公开(公告)日：2017-10-03
申请号：CN201510404882.2
申请日：2015-07-10
Applicant: 东北大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于堆叠极限学习机的样品成份测定方法，包括以下步骤：S1，采集待测样品的近红外光谱数据；S2，通过堆叠极限学习机模型，获得该近红外光谱数据所对应的样品中各成分的含量。本发明通过利用堆叠极限学习机模型对待测样品的近红外光谱数据进行处理，从而即可获得该近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，可以提高对样本量少、维度高的光谱数据的拟合精度，解决了扁平矩阵利用ELM求解时精度低且预测结果不稳定的问题；此外，本发明利用对数据列属性分块的思想，使得ELM能够满足近红外光谱等高维度小样本数据建模应用场景，提高了其预测精度，改进方法使ELM具有更好的鲁棒性。
-
-
-
-
Search Results
25
records
(took 0.019 seconds)
