-
公开(公告)号：CN116228524B
公开(公告)日：2023-12-22
申请号：CN202310113352.7
申请日：2023-02-14
Applicant: 无锡学院
IPC: G06T3/00
Abstract: 谱图像获得高光谱图像序列降维结果。本发明公开了一种基于光谱差异的高光谱图像序列降维方法,载入的高光谱图像序列中的第1、t帧高光谱图像进行灰度归一化，分别获得归一化后的第1、t帧高光谱图像 并且确定第1帧高光谱图像 中的选定局部区域通过 中每个像素的光谱曲线确定最大、最小光谱曲线Cmax、Cmin；确定 中第i个像素在16个波段上的灰度平均值 通过获得 中第i个像素的去均值光谱曲线Ci；确定光谱差异图 通过 确定第t帧高光谱图像第b个波段第i个像素的量化偏差 通过确定第t帧高光谱图像16个波段的总差异图通过 确定重构总差异图 通过 确定(56)对比文件何高攀;杨桄;孟强强;熊翔.采用NSCT分解和主成分分析的高光谱异常检测.自动化与仪器仪表.2015,(05期),全文.葛亮;王斌;张立明.基于偏最小二乘法的高光谱图像波段选择.计算机辅助设计与图形学学报.2011,(11期),全文.
-
公开(公告)号：CN114252560A
公开(公告)日：2022-03-29
申请号：CN202111598938.4
申请日：2021-12-24
Applicant: 无锡学院
Abstract: 本发明公开了一种基于改进一维卷积神经网络的混合气体识别方法，通过气敏传感器阵列与气体发生反应采集原始一维数据；构建改进的一维卷积神经网络；一维卷积神经网络通过卷积运算来提取原始一维数据的特征，降低原始一维数据对后续操作的噪声干扰，输出的特征图作为下一层的输入；通过一维卷积神经网络隐含层进一步提取数据的相关特征，同时池化采用最大池化；对最后一层隐含层的输出进行全局平均池化，并在全局平均池化层后加入Dropout层；通过softmax函数对输入数据进行分类并利用分类交叉熵函数计算损失。本发明能很好的完成对混合气体进行分类的任务，且自适应能力强、分类准确率更高。
-
公开(公告)号：CN116128925B
公开(公告)日：2025-03-14
申请号：CN202310086475.6
申请日：2023-02-09
Applicant: 无锡学院
IPC: G06T7/246
Abstract: 本发明公开了基于自适应权重和置信度的高光谱图像目标跟踪方法，获得归一化后第一帧、第t帧和相邻帧高光谱图像，再通过主成分分析法对图像降维分别获得三张单波段的灰度图像Z1、Zt和#imgabs0#根据双孪生网络以第一帧和相邻帧为模板图像，第t帧为搜索图像，分别提取它们降维后图像的深度特征，将模板图像与搜索图像的特征俩俩朴素相关，获得初始响应图R1和相邻响应图#imgabs1#采用自适应权重w1和w2将俩个响应图融合获得融合响应图#imgabs2#分别对其进行置信度确定和尺度估计并获得当前帧高光谱图像的跟踪目标，再依据置信度确定来判断是否让第t帧的相邻帧高光谱图像对第t帧高光谱图像进行更新。
-
公开(公告)号：CN118596575B
公开(公告)日：2025-03-04
申请号：CN202410768241.4
申请日：2024-06-14
Applicant: 无锡学院
IPC: B29C64/379 , H01M10/058 , H01M10/052 , H01M10/056 , B29C64/386 , B29C64/393 , B33Y40/20 , B33Y50/00 , B33Y50/02 , B29L31/34
Abstract: 本发明涉及固态电池技术领域，尤其涉及一种用于全固态电池的增材制造方法，包括：形成正极浆料、负极浆料、电解质浆料以及集流体浆料；形成各初级固态电池组件；对各所述初级固态电池组件进行后处理以形成成品固态电池；获取所述成品固态电池的若干次质量测试结果；根据所述质量测试中不合格产品数量占比判定增材制造状态；若所述增材制造状态为不稳定，则对切割距离进行调节或结合初级固态电池组件的表面倾斜度判定浆料固化状态是否符合要求；若所述浆料固化状态不符合要求，则根据所述初级固态电池组件的表面倾斜度对增材设备的打印速度进行调节或根据浆料的最大平均流动距离调节搅拌叶片的上升速率。本发明实现了提高增材制造精度和浆料稳定性。
-
公开(公告)号：CN119319105A
公开(公告)日：2025-01-17
申请号：CN202411864308.0
申请日：2024-12-18
Applicant: 无锡学院
Abstract: 本发明涉及管道清理技术领域，且公开了基于阀体检测的管道吹扫清理装置，包括位于闸阀一侧的放置箱。本发明，通过在操作板内三个放置腔中依次设置高压水枪、高压气枪和耦合剂存放罐，使高压水枪和高压气枪先后开启工作，随着操作板的移动，利用附带有清洁液的水对闸阀和管道外侧进行冲洗，利用高压气枪喷出的气体将清洗后的位置吹干，利用耦合剂存放罐将耦合剂喷出对吹扫清理干净的位置进行涂覆，这样设置，不仅能够应对闸阀和管道外侧不规则外表面的吹扫清理，还能有效保证油污沾附的外表面的彻底清理，同时还能利用气体吹干待检测位置，并顺利涂覆上需要检测用的耦合剂，保证清理效果好的同时，简化清理操作和检测操作。
-
Patent Agency Ranking
公开(公告)号：CN119281715A
公开(公告)日：2025-01-10
申请号：CN202411805157.1
申请日：2024-12-10
Applicant: 无锡学院
Abstract: 本发明公开了基于水质监测的传感器自清洁装置，涉及传感器清洁技术领域，解决了附着于传感器探头侧壁上和支管上的藻类会在水体中随着水流的方向摆动，会导致水质监测传感器在测量时捕捉到错误的信号，影响测量精度的问题，包括传感器本体，传感器本体的上端固定安装有导线，且导线远离传感器本体的一端与水质监测主机连接，还包括安装于传感器本体上侧的防护箱，防护箱的内部固定安装有固定座；本发明通过安装清理机构和连接组件，有利于硅胶刮环将附着于传感器本体侧壁的杂质、藻类刮除，防止传感器本体侧壁上的藻类影响传感器本体的测量精度，并且硅胶刮环在清理完成后会移动至传感器本体的上侧，不会对传感器本体造成任何影响。
-
公开(公告)号：CN119178034A
公开(公告)日：2024-12-24
申请号：CN202411677498.5
申请日：2024-11-22
Applicant: 无锡学院
Abstract: 本发明公开了一种耐冲刷阀体结构，涉及阀体领域，解决了现有耐冲刷阀体结构使用时仅设置一组阀瓣在内部持续使用，阀瓣容易磨损，使用寿命较短的问题，包括阀体本体、开合机构、切换机构和密封机构，阀体本体上设有旋钮，开合机构包括安装块、阀瓣、输入管和连接环，密封机构包括密封圈，本发明在转动旋钮时，通过开合机构控制安装块带动阀瓣进行升降，控制连接环与阀腔之间的连通状态，在安装块移动到设定位置时通过切换机构联动安装块转动设定角度，切换与连接环对应的阀瓣的位置，延长阀体的使用寿命，在阀瓣与连接环进行对接时，通过密封机构控制密封圈向阀瓣的外壁进行抵触，减小阀瓣与连接环之间的缝隙，提升整体的密封性能。
-
公开(公告)号：CN119124086A
公开(公告)日：2024-12-13
申请号：CN202411625317.4
申请日：2024-11-14
Applicant: 无锡学院
IPC: G01B21/30
Abstract: 本发明公开了一种晶圆磨削后的平面度检测装置，涉及平面度检测领域，解决了现有的平面度检测装置易造成晶圆崩边的问题，包括：装置底座与固定安装于装置底座顶部的移动台，移动台的移动端固定安装有底架，底架的顶部固定安装有放置座，装置底座的顶部固定安装有安装架，安装架的外侧固定安装有电动伸缩杆，电动伸缩杆的输出端固定安装有检测探头；还包括：定料机构，用于对放置座上的晶圆定位吸附，定料机构安装于放置座的内侧；本发明通过定料机构，能够对放置座上的晶圆固定在放置座上，便于移动台带动底架上的放置座在检测探头的下方作水平移动，解决晶圆的侧边出现碰撞的问题，从而达到了提高检测精确性与便于取料的效果。
-
公开(公告)号：CN119047774A
公开(公告)日：2024-11-29
申请号：CN202411158497.X
申请日：2024-08-22
Applicant: 无锡学院
IPC: G06Q10/0631 , G06N3/092 , G06Q50/06 , G06N3/0442
Abstract: 本发明公开了一种基于多智能体深度强化学习的居民需求响应优化方法，该方法首先提出居民需求侧响应优化框架，然后提出以各居民为智能体，以居民用电成本最小化为目标的多智能体深度强化学习方法，包括建立了部分可观马尔可夫博弈模型，再采用多智能体深度确定性策略梯度算法对神经网络进行训练。其有效解决了传统基于模型方法依赖精确建模、低可扩展性等问题，同时克服了现有单智能体深度强化学习方法无法应对多元异构用户设备、易产生维度灾难的问题；其通过利用动态电价机制和实时需求响应优化，能够引导用户在合适时间段进行充放电，实现高质量能量管理，降低用户用电成本，同时提升电网的负荷平衡性和稳定性，具有显著的应用价值和推广前景。
-
公开(公告)号：CN115908199B
公开(公告)日：2024-11-26
申请号：CN202211700123.7
申请日：2022-12-28
Applicant: 无锡学院
Abstract: 本发明公开了一种基于深度去噪器的压缩红外图像复原方法，首先原始红外图像经过编码测量后获得原始测量值，复原原始红外图像时在传统基于优化的算法中插入深度网络学习获得的深度去噪器，然后通过设计基于空间注意力和通道注意力的特征提取网络得到深度去噪器，最后迭代求解两个子过程得到复原的红外图像，从而同时具有基于模型的优化算法的可解释性和基于卷积神经网络的鲁棒性和快速性，提高了图像复原的质量。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.023 seconds)
