-
公开(公告)号：CN110690245B
公开(公告)日：2022-03-25
申请号：CN201910982273.3
申请日：2019-10-16
Applicant: 福州大学
Abstract: 本发明涉及一种基于异形纳米LED晶粒的发光显示器件，包括从上到下依次设置的上驱动电极基板，上驱动电极、异形纳米LED晶粒、下驱动电极和下驱动电极基板；还设置有交流驱动控制模块，所述交流驱动控制模块两端分别连接上驱动电极和下驱动电极；所述异形纳米LED晶粒为包含非平面形状发光层的纳米LED晶粒；所述驱动电极和纳米LED晶粒之间通过绝缘介质层隔离，在交变驱动信号下，通过电磁耦合实现对所述纳米LED晶粒的点亮。本发明采用异形纳米LED晶粒，使得晶粒片放置于电极基板之间时，每个nLED晶粒的发光层总有一部分平行于电极基板，垂直于电场，大大提高电学耦合效率和发光效率。
-
公开(公告)号：CN113978956A
公开(公告)日：2022-01-28
申请号：CN202111288141.4
申请日：2021-11-02
Applicant: 福州大学
Abstract: 本发明公开一种智能化垃圾箱的自动识别分类方法，涉及垃圾分类领域，所述方法包括：首先，控制图像采集模块采集从垃圾投料箱体投入经刀片切割且经分流而掉落至开合门模块的散落垃圾的第一图像；然后，在驱动拨动筛对散落垃圾进行波动后，控制图像采集模块采集散落垃圾的第二图像，识别各个开合门单元对应的垃圾类别；最后，根据垃圾类别，分别对各个类别的散落垃圾进行垃圾落料；在本发明中，将智能化垃圾箱设置成地上部分和底下部分，一方面避免地上部分整体过大、过高而不利于垃圾投递，另一方面用户投递的垃圾能够在地面下进行识别并自动分类，提高垃圾分类处理能力。
-
公开(公告)号：CN113790872A
公开(公告)日：2021-12-14
申请号：CN202111154394.2
申请日：2021-09-30
Applicant: 福州大学
IPC: G01M11/00
Abstract: 本发明涉及一种多测试仪器集成的显示器音频自动测试系统及方法，该系统包括计算机、视频信号发生器、音频分析仪、DDC\CI控制电路、低通滤波器、铝壳电阻和待测显示器，计算机经RS232转USB线与视频信号发生器相连接，计算机经USB‑typeB接口与DDC\CI控制电路相连接，计算机经APIB音频专用接口与音频分析仪相连接，DDC\CI控制电路与待测显示器相连接，铝壳电阻两端经4Pin接口与待测显示器喇叭功放接口相连接，铝壳电阻经RCA接口与低通滤波器相连接，低通滤波器经卡侬口将滤除噪声后的信号接入音频分析仪。该系统及方法自动化程度高，易用性强，能够控制多测试仪器进行音频自动化测试。
-
公开(公告)号：CN110400320B
公开(公告)日：2021-08-31
申请号：CN201910678227.4
申请日：2019-07-25
Applicant: 福州大学
Abstract: 本发明涉及一种电润湿缺陷像素的分割方法，包括以下步骤：步骤S1:采集电润湿像素图片；步骤S2:将电润湿像素图片经显微镜放大后转变为灰度图像，得到灰度直方图；步骤S3:通过自动阈值方法得到最佳阈值t；步骤S4:基于最佳阈值t对灰度直方图进行图像二值化处理，得到分割结果。本发明在电润湿缺陷与背景对比度较低时有较好的分割结果。
-
公开(公告)号：CN113238306A
公开(公告)日：2021-08-10
申请号：CN202110420416.9
申请日：2021-04-19
Abstract: 本发明提出提高集成成像3D显示景深的多焦距微透镜阵列，所述多焦距微透镜阵列在光线入射方向上依次设有透光基板和微透镜阵列；当用于成像时，所述微透镜阵列与小孔光栅紧邻；小孔光栅处密布多个透光小孔；所述微透镜阵列由多种微透镜有序排列而成；微透镜阵列中的每个用于成像的微透镜均位于小孔光栅透光小孔的光路径处；本发明的多焦距微透镜阵列可以同时提高景深和空间分辨率，提高集成成像3D显示重构性能，该制备方法简单、效率快、成本低。
-
Patent Agency Ranking
公开(公告)号：CN111146364B
公开(公告)日：2021-03-30
申请号：CN202010070974.2
申请日：2020-01-21
Applicant: 福州大学
Abstract: 本发明涉及一种提高发光器件出光效率的微纳复合结构的制备方法，首先通过加热具有不同的热膨胀系数的聚合物和衬底，使其产生不同程度的受热膨胀；然后利用原子层沉积方法，在聚合物表面一层的孔洞内部填充无机材料，降温过程中，聚合物收缩导致表面一层凸起，形成微纳米褶皱图案；最后将微纳复合结构用于发光显示器件，改变发光显示器件的光线传播路径，提高器件出光效率。
-
公开(公告)号：CN112396061A
公开(公告)日：2021-02-23
申请号：CN202011342948.7
申请日：2020-11-25
IPC: G06K9/34
Abstract: 本发明涉及一种基于目标灰度倾向加权的Otsu目标检测法，包括以下步骤：步骤S1:对待测图像进行灰度化处理，获得待测图像的灰度直方图；步骤S2:根据得到的待测图像的灰度直方图，确定期望阈值；步骤S3:根据期望阈值，计算前景和背景像素点出现概率及其灰度均值；步骤S4:根据期望阈值选择要更改的灰度倾向系数，若期望阈值更接近高灰度区域就选择高倾向度系数α，反之若更接近低灰度区域就选择低倾向度系数β；步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权，获得使方差最大的阈值，实现目标与背景的分离。本发明当目标与背景的对比度很低时，能够更准确地剥离目标与背景图像。
-
公开(公告)号：CN112381116A
公开(公告)日：2021-02-19
申请号：CN202011134658.3
申请日：2020-10-21
Abstract: 本发明涉及一种基于对比学习的自监督图像分类方法，包括以下步骤:步骤S1:获取无标签数据，并进行随机增强生成不同视图；步骤S2:对视图进行特征提取，无监督对比计算损失,得到无监督分类模型C1；步骤S3:对无标签数据中部分进行人工标注，作为训练验证集；步骤S4:将C1作为预训练模型，根据训练验证集进行微调；步骤S5:提取训练验证集的特征，有监督对比计算损失,得到C2；步骤S6:根据C2对无标签数据预测标签，并筛选置信度高于预设值的数据作为训练样本；步骤S7:基于训练样本，将C2作为预训练模型，选取小网络进行训练微调，将验证输出准确率最高的作为最佳分类模型C3。本发明能够有效利用无标签数据训练泛化的图像分类模型，解决多类图像分类问题。
-
-
公开(公告)号：CN112200316A
公开(公告)日：2021-01-08
申请号：CN202011187707.X
申请日：2020-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种针对在线预测任务的GBDT学习方法，筛选符合决策树模型训练的数据特征，并输入单棵决策树中训练，对决策树模型的超参数进行微调，根据分类准确率得出最佳超参数，再重新训练决策树模型聚类输出对应的叶子索引；利用两层全连接层将高维稀疏的叶子索引向量嵌入成低维密集向量，再利用深度神经网络拟合低维密集向量，从而完成单棵决策树模型蒸馏为神经网络的过程；最后将GBDT多棵决策树随机划分多组，每组决策树输出的叶子索引向量进行拼接，同组决策树用相同神经网络拟合拼接后叶子索引的低维密集向量，重复多组树的训练，使GBDT完整蒸馏构造为神经网络。本发明能够改善GBDT树模型对表格数据空间的训练学习效果，又能保持高效在线更新能力。
-
-
-
-
-
-
-
-
-
Search Results
430
records
(took 0.102 seconds)
