-
公开(公告)号：CN113763271A
公开(公告)日：2021-12-07
申请号：CN202111029792.1
申请日：2021-09-03
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于物理噪声模型的高质量光谱去噪方法，属于计算摄像学领域。本发明实现方法为：分析高光谱相机的物理成像过程，根据噪声源分析建立高光谱相机的物理噪声模型，使用统计建模的方式标定物理噪声模型参数，构建高质量仿真噪声数据集，训练高光谱去噪神经网络，能够在显著节省构建高光谱去噪数据集所用的采集图像资源，实现高效率和高精度高光谱图像去噪。本发明能够高质量地完成基于扫描的高光谱相机的高光谱图像去噪，在显著节省构建高光谱去噪数据集所用的采集图像资源，实现高效率和高精度高光谱图像去噪，提高成像质量，扩展高光谱图像的应用范围。本发明能够用于地质勘探、农业生产和生物医学等多个领域。
-
公开(公告)号：CN110717947B
公开(公告)日：2021-04-27
申请号：CN201910911701.3
申请日：2019-09-25
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于外部和内部训练的高质量光谱重构方法，属于计算摄像学领域。本发明应用于基于编码孔径快照光谱成像系统和基于全色相机的双相机光谱成像系统，在高光谱图像的重构过程中充分利用外部高光谱数据库的信息和内部输入图像及成像模型的信息；使用外部训练和内部训练更新网络参数；并使用GPU完成对整个网络的优化求解。本发明能够高质量地完成CASSI和DCCHI光谱成像系统的高光谱图像重建，在保证重建结果具备高空间分辨率和高光谱保真性的同时，大幅度提高高光谱图像重建的效率，扩展高光谱图像的应用范围。本发明可用于地质勘探、农业生产和生物医学等多个领域。
-
公开(公告)号：CN111409639B
公开(公告)日：2021-03-19
申请号：CN202010263195.4
申请日：2020-04-07
Applicant: 北京理工大学
IPC: B60W30/16
Abstract: 本发明涉及一种主车网联巡航控制方法及系统，方法包括：确定主车与前车之间的纵向距离；判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率；选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；确定主车与前车之间的跟车距离目标值；根据主车与前车之间的跟车距离目标值确定主车期望目标车速；根据主车期望目标车速控制主车行驶的速度，本发明根据旁车的切入概率动态调整主车的巡航距离策略，避免与旁车的侧向追尾碰撞。
-
公开(公告)号：CN109741407A
公开(公告)日：2019-05-10
申请号：CN201910018073.6
申请日：2019-01-09
Applicant: 北京理工大学
IPC: G06T9/00
Abstract: 本发明公开的一种基于卷积神经网络的光谱成像系统的高质量重构方法，属于计算摄像学领域。本发明应用于基于编码孔径快照光谱成像系统，在高光谱图像的重构过程中分别考虑图像间的空间相关性和光谱相关性，使用残差学习加速网络的训练速度和收敛速率，并使用GPU完成对整个网络的优化求解；使用随机梯度下降法更新网络参数；逐块处理完成高光谱图像的重建。本发明能够高质量地完成CASSI光谱成像系统的高光谱图像重建，在保证重建结果具备高空间分辨率和高光谱保真性的同时，大幅度提高高光谱图像重建的效率，扩展高光谱图像的应用范围。本发明可用于地质勘探、农业生产和生物医学等多个领域。
-
公开(公告)号：CN102546499A
公开(公告)日：2012-07-04
申请号：CN201110439947.9
申请日：2011-12-23
Applicant: 北京理工大学
IPC: H04L27/14
Abstract: 本发明公开了一种实线性调频信号的分数阶信道化接收方法，属于雷达信号侦察领域。本发明针对宽带线性调频信号侦察接收问题，利用分数阶傅里叶域滤波器替代传统傅里叶域滤波器，通过分数阶域滤波器的分数阶傅里叶变换阶次选择和窄带滤波器的二次滤波，在聚焦输入宽带实线性调频信号的同时有效降低了实线性调频信号中非聚焦复分量对聚焦信道输出的影响，为后续信号处理降低了难度，并且可以通过快速傅里叶变换算法实现，计算复杂度低，为雷达侦察中宽带LFM信号的有效截获提供了有效的工具。
-
Patent Agency Ranking
公开(公告)号：CN102229688A
公开(公告)日：2011-11-02
申请号：CN201110092796.4
申请日：2011-04-13
Applicant: 北京理工大学
IPC: C08F220/56 , C08J3/075 , G01N27/447
Abstract: 本发明涉及一种离子液体-聚丙烯酰胺凝胶、其制法和用途，属于蛋白质分离分析技术领域。所述离子液体-聚丙烯酰胺凝胶包括单体、交联剂、凝胶缓冲体系、催化剂和加速剂，还包括离子液体；所述离子液体为阳离子上烷基碳链碳原子数≤4的离子液体，质量浓度为0.05～1.0％(w/v)。将离子液体、单体、交联剂和凝胶缓冲体系混合后再将催化剂和加速剂加入混合均匀，凝固后即可得到所述离子液体-聚丙烯酰胺凝胶。离子液体-聚丙烯酰胺凝胶用于电泳分离蛋白质，即离子液体-十二烷基硫酸钠-聚丙烯酰胺凝胶电泳分离经SDS处理后的蛋白质，尤其是对分子量相等或相近的不同蛋白质，可实现快速、简便、绿色且高效的分离。
-
公开(公告)号：CN1995066A
公开(公告)日：2007-07-11
申请号：CN200610138482.2
申请日：2006-11-16
Applicant: 泸州北方化学工业有限公司 , 北京理工大学
Abstract: 本发明涉及一种液晶用纤维素醋酸酯的制备方法，特别属于高分子化学技术领域，其技术方案可分为五个反应步骤进行，即纤维素的活化反应、酯化反应、水解反应、中和反应、沉淀洗涤；本发明的发明点在于在高温条件下进行酯化可以使产物取代更为均匀，制备周期短，且催化剂H2SO4用量较少，可降低产物的降解程度；同时在低温条件下水解，使反应易于控制，可防止局部水解，得到乙酰化更均匀的产品。本发明的实际意义在于，可以提高产品性能指标，即提高产品酯化均匀性与透光率，减少产品降解程度；同时本发明具有实际工业价值，可降低催化剂用量，节约生产成本，缩短制备周期，降低能耗；且产物取代度可通过调节水解液用量、水解时间来加以控制。
-
公开(公告)号：CN117989938A
公开(公告)日：2024-05-07
申请号：CN202410333059.6
申请日：2024-03-22
Applicant: 北京理工大学
Abstract: 本发明公开的一种导弹入水破冰降载装置，属于导弹破冰技术领域。本发明包括破冰针、导弹防护头罩、破冰针托盘、缓冲弹簧、弹簧底座、连接销座、销轴、阻尼器、支撑杆、承力板和阻尼材料。被保护对象为导弹头部。破冰针下方为圆柱体，上方为细长的尖锥体。阻尼器、支撑杆和承力板组成降载结构，逐级消耗破冰针撞击冰层时产生的冲击力。本发明安装在导弹头部，导弹防护头罩完全包裹导弹头部，当导弹与冰层接触时，利用本装置将冰层撞碎，从而避免浮冰对导弹弹道及运动姿态造成的影响，同时本装置还能起到缓冲降载作用，保护导弹头部，减轻冰层对导弹结构的破坏，降低导弹头部材料的强度要求，从而使导弹在浮冰地区能够顺利开展水下打击任务。
-
公开(公告)号：CN117793538A
公开(公告)日：2024-03-29
申请号：CN202410200816.2
申请日：2024-02-23
Applicant: 北京理工大学 , 杭州电子科技大学丽水研究院 , 杭州电子科技大学
Abstract: 本申请提出了一种图像自动曝光矫正与增强方法及装置，该方法包括：根据正常曝光Raw图像数据中的线性关系，构造有监督的异常曝光图像数据集；构建全局亮度调整网络与频率增强重建网络，将异常曝光图像数据集输入全局亮度调整网络，得到亮度矫正图像，将亮度矫正图像输入频率增强重建网络，得到矫正增强图像；基于矫正增强图像与正常曝光Raw图像数据，计算损失值，并基于损失值对其网络模型参数进行优化，得到优化模型；将其他图像输入优化模型得到优化图像，根据图像质量评价指标评价优化图像，得到客观评估指标。基于本申请提出的方案，能够对原始Raw图像数据达到自动曝光矫正与增强的效果，从而应对复杂环境下成像质量低的问题。
-
公开(公告)号：CN114972803A
公开(公告)日：2022-08-30
申请号：CN202210403141.2
申请日：2022-04-18
Applicant: 北京理工大学
IPC: G06V10/58 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于联合优化的快照式光谱成像方法和系统，属于计算机光谱成像技术领域。本发明基于深度学习的高光谱图像重建技术，对空间维和光谱维的排布模式进行联合优化，同时重建高光谱图像，能够有效提取高光谱图像的内部特征。通过一个深度展开网络，同时解决了空间去马赛克和光谱超分辨率，能够显式地利用模型特点，使网络更加灵活且更具解释性。通过设计优化层，联合优化了空间多光谱滤波阵列和光谱响应函数的排布模式，充分利用了高光谱图像的空谱相关性，提高了高光谱图像的重构精度。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.089 seconds)
