-
公开(公告)号：CN119475133A
公开(公告)日：2025-02-18
申请号：CN202411592071.5
申请日：2024-11-08
Applicant: 北京信息科技大学
IPC: G06F18/2431 , G06F18/213 , G06N3/047 , G06N3/0442 , G06N3/049 , G06N3/084
Abstract: 本发明涉及基于BiLSTM Multi‑Head Attention的拉曼光谱分类方法，用以解决现有技术在处理复杂光谱数据时分类准确率低、泛化能力不足的技术问题。主要包括数据预处理、构建基于BiLSTM Multi‑Head Attention的深度学习分类模型、通过5折交叉验证对学习分类模型进行训练，优化模型参数，在测试集上对学习分类模型进行评估，深度学习分类模型包括输入层、BiLSTM层、注意力机制层、全连接层和输出层。该方法通过学习率调度、层归一化等优化技术，提高了模型的分类准确性和泛化能力，能够有效地对复杂拉曼光谱进行分类，适用于智能化的疾病检测和物质识别等领域。
-
公开(公告)号：CN119090739B
公开(公告)日：2025-02-14
申请号：CN202411561827.X
申请日：2024-11-05
Applicant: 广州市南沙区北科光子感知技术研究院 , 北京信息科技大学
Abstract: 本发明涉及数字图像处理技术领域，提供了一种提升图像细节与纹理的红外与可见光图像融合方法，该方法包括：将原始红外图像和原始可见光图像的特征向量拼接；采用串行的多个残差并行视觉Mamba网络模型对得到的源图像特征进行不同空间尺度的初始特征图提取；将最后一次迭代得到的初始特征图作为基础特征图，采用多通道并行视觉Mamba网络模型识别基础特征图的融合特征信息；将融合特征信息扩展至不同空间尺度的初始特征图中，得到不同空间尺度上的初始融合特征图；将各个空间尺度上的初始融合特征图上采样至原始红外图像的分辨率并生成融合图像；根据融合图像与原始图像的特征损失进行迭代优化。本发明能够显著提升融合图像中的细节清晰度与纹理表现。
-
-
公开(公告)号：CN112730373A
公开(公告)日：2021-04-30
申请号：CN202011409057.9
申请日：2020-12-03
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种用于深度学习训练的拉曼光谱数据集分析方法，包括以下步骤：拉曼光谱数据预处理；拉曼光谱数据相关度检测；拉曼光谱数据标记，其中拉曼光谱数据预处理又包括：拉曼光谱数据范围截取，拉曼光谱平滑处理，拉曼光谱去基线处理，拉曼数据归一化处理。通过以上算法可以有效的解决现有算法中损坏数据完整性，引入不规则环境光和组织荧光的问题，提高生物组织检测中组织识别精度，提供可靠数据。
-
公开(公告)号：CN112712857A
公开(公告)日：2021-04-27
申请号：CN202011442769.0
申请日：2020-12-08
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于WGAN对抗生成网络生成生物拉曼光谱数据的方法，包括以下步骤：步骤a、从拉曼光谱数据库里抽取部分拉曼光谱数据作为真实样本；步骤b、创建正态分布函数，生成随机数据Z；步骤c、创建生成网络G，将随机数据Z输入生成网络G；步骤d、创建判别网络D，将拉曼光谱数据和生成样本输入判别网络D；步骤e、计算生成网络G和判别网络D的目标函数；步骤f、对目标函数进行优化，对生成网络G和判别网络D进行迭代训练。本发明的有益效果：对比现有的深度学习技术，损失函数利用了wassertein距离公式，而不是kl散度，可以不断的移动生成样本的数据分布，使生成样本的数据分布不断向真实样本的数据分布移动。
-
Patent Agency Ranking
公开(公告)号：CN112634204A
公开(公告)日：2021-04-09
申请号：CN202011407416.7
申请日：2020-12-03
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种基于卷积神经网络的癌症边界智能识别方法，包括以下步骤：获取已知癌症组织的拉曼光谱并进行预处理、构建并训练基于卷积神经网络的模型、采集癌症区域的拉曼光谱数据，判断癌症边界，该方法有效的解决的癌症组织边界判断不准确导致的癌症组织切除不完全，或是过度切除破坏正常组织结构的问题。
-
公开(公告)号：CN109765029A
公开(公告)日：2019-05-17
申请号：CN201811644489.0
申请日：2018-12-30
Applicant: 北京信息科技大学
IPC: G01M9/06
Abstract: 本发明公开了一种基于光纤光栅和F-P微腔的流场校测装置，包含测量耙1、传输光纤束2、光开关3、耦合器4、宽谱光源5和光信号处理器6。其中，测量耙1由多支压力探头7固定排列组成，压力探头7由腔本体8、光纤布拉格光栅9、F-P腔固定凹槽10、F-P真空腔11、进气孔12、膜片、复合介质膜14和准直管15组成。宽谱光源5发出的光通过耦合器4和光开关后，入射到每一个F-P腔压力传感探头，该压力感应产生的干涉谱再次反射回光信号处理器6，经由光电信号转换和计算获得压力数值。该光纤式气流探针结构紧凑、无机械活动部件，为固定式气流流场校测装置，能够进行单点多目标参数的测量，适用于多种场合，尤其是风洞试验和飞行控制中的光纤传感集成系统。
-
公开(公告)号：CN109730694A
公开(公告)日：2019-05-10
申请号：CN201910013927.1
申请日：2019-01-08
Applicant: 北京信息科技大学
IPC: A61B5/1459 , A61B5/00
Abstract: 本发明公开了一种诊断人体血管内斑块类型的拉曼光谱测量探针，包括保护管、中心拉曼激发光纤、铝包壳、拉曼收集光纤、黑色聚四氟乙烯包壳、球透镜、短通滤棒、长通滤管、光纤光缆、连接件、激光器、拉曼光谱仪。本发明提供一种能够探入人体血管进行血管内斑块类型体内诊断的拉曼光谱测量探针，具有探头总直径小、操作方便、拆卸方便、消毒容易、灵敏度和可靠性高的特点，克服了常规拉曼探针因直径太大不能深入人体血管，以及拉曼效应较弱、信噪比较低不能高灵敏度与高精度的提取有效信息的弊端。
-
公开(公告)号：CN109730640A
公开(公告)日：2019-05-10
申请号：CN201910013939.4
申请日：2019-01-08
Applicant: 北京信息科技大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于光纤布拉格光栅的拉曼光谱测量探针，包括中心光纤束，设在中心光纤束的外表面的毛细金属管，用于收集散射光的拉曼收集光纤束，拉曼收集光纤束上刻有若干布拉格光栅；用于保护拉曼收集光纤束的金属管保护套，光纤光缆；光纤光缆连接至光连接器的一端，光连接器另一端分别连接输入光纤束、输出光纤束。本发明的拉曼光谱测量探针具有结构简单、操作方便、灵敏度高和可靠性高的优点。
-
公开(公告)号：CN109682779A
公开(公告)日：2019-04-26
申请号：CN201910041909.4
申请日：2019-01-16
Applicant: 北京信息科技大学
CPC classification number: G01N21/45 , G01B11/18 , G01K11/32 , G01N2021/458
Abstract: 本发明公开飞秒激光制备纤芯失配型FBG温度应变折射率测量方法，其特征在于，包括如下步骤：1）基于电弧放电的光纤纤芯失配结构制备；2）基于飞秒激光的FBG制备；3）温度折射率传感测试系统测量，光纤传感器置于加热台表面，通过光纤环行器与光源、光纤传感分析仪相连接；光纤传感器置于加热台表面，利用其改变温度高低；通过胶头滴管将待测液体滴于传感区域，进行折射率传感测量；4）应变折射率传感测试系统测量，光纤传感器置于等强度梁表面，通过光纤环行器与光源、光纤传感分析仪相连接；利用其改变应变高低，通过胶头滴管将待测液体滴于传感区域，进行折射率传感测量。可避免电磁干扰，耐高温，可实现温度应变折射率同时测量。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.032 seconds)
