公开(公告)号：CN102645441B

公开(公告)日：2013-11-13

申请号：CN201210104267.6

申请日：2012-04-11

Applicant: 中北大学

Inventor： 陈平 ,  刘宾 ,  陈方林 ,  韩焱 ,  潘晋孝 ,  王黎明

IPC: G01N23/04

Abstract: 本发明公开了X射线成像系统中的射线能量控制装置，包括：模型建立模块，用于建立表征射线能量与检测对象的有效厚度之间的对应关系的能量适定性模型；预测控制模块，用于当需要对任一检测对象Y进行X射线成像时，分别进行以下处理：根据能量适定性模型为检测对象Y建立有效厚度预测模型；根据有效厚度预测模型对检测对象Y的有效厚度变化进行预测，并在当每得到一个有效厚度预测值Z后，分别根据能量适定性模型确定出其对应的射线能量，并按照确定结果对X射线发生器发出的射线能量进行调节及进行射线图像采集。本发明同时公开了X射线成像系统中的射线能量控制方法。本发明所述方案可适用于任意结构的检测对象，且实现起来简单方便。

公开(公告)号：CN103308537A

公开(公告)日：2013-09-18

申请号：CN201310233282.5

申请日：2013-06-13

Applicant: 中北大学

Inventor： 陈平 ,  魏交统 ,  韩焱 ,  刘宾 ,  潘晋孝 ,  王黎明 ,  苏新彦

IPC: G01N23/04 ,  G01N23/083

Abstract: 本发明公开了一种递变能量X射线成像图像融合方法，该方法从信息论角度出发，建立图像质量评价标准，并提取检测对象在各能量下X射线成像图像的有效区域；同时依据动态范围无约束下射线能量、图像灰度以及检测对象之间的唯一性，构建能谱图像序列之间的灰度变换模型，在保证图像灰度阶不会出现混乱的基础上实现多谱序列的有效区域的融合。该方法在完成成像系统动态范围扩展的基础上，降低了融合过程中对先验知识和人工参与的依赖性，提高了其智能性，对于推广变能量X射线成像技术在工程中的应用有重要意义。

公开(公告)号：CN102967189A

公开(公告)日：2013-03-13

申请号：CN201210478850.3

申请日：2012-11-22

Applicant: 中北大学

Inventor： 郭亚丽 ,  王鉴 ,  韩焱 ,  王黎明 ,  杨光 ,  苏新彦

IPC: F42B35/00

Abstract: 一种爆炸冲击波时空场重建方法，采用冲击波测试系统中的超压传感器阵列采集冲击波信号，并通过冲击波超压时空场重建模块实现爆炸冲击波超压时空场的重建，重建时首先对测试区域进行网格划分并布设传感器阵元，然后对炸点进行定位，再对冲击波速度场和冲击波峰值超压场进行重建，得到冲击波峰值超压场重建结果；结合该点冲击波峰值超压重建结果，对“修正的弗里德兰德方程”各参数进行求取，得到冲击波超压时空数据；最后，将重建数据转化成图像文件，实现冲击波超压时空场的可视化。本发明为评估冲击波的毁伤效能以及弹药结构和性能提供依据；同时，也是鉴定人员安全性，装备抗冲击性，评价冲击波对周围环境影响的重要手段。

公开(公告)号：CN102645441A

公开(公告)日：2012-08-22

申请号：CN201210104267.6

申请日：2012-04-11

Applicant: 中北大学

Inventor： 陈平 ,  刘宾 ,  陈方林 ,  韩焱 ,  潘晋孝 ,  王黎明

IPC: G01N23/04

Abstract: 本发明公开了X射线成像系统中的射线能量控制装置，包括：模型建立模块，用于建立表征射线能量与检测对象的有效厚度之间的对应关系的能量适定性模型；预测控制模块，用于当需要对任一检测对象Y进行X射线成像时，分别进行以下处理：根据能量适定性模型为检测对象Y建立有效厚度预测模型；根据有效厚度预测模型对检测对象Y的有效厚度变化进行预测，并在当每得到一个有效厚度预测值Z后，分别根据能量适定性模型确定出其对应的射线能量，并按照确定结果对X射线发生器发出的射线能量进行调节及进行射线图像采集。本发明同时公开了X射线成像系统中的射线能量控制方法。本发明所述方案可适用于任意结构的检测对象，且实现起来简单方便。

公开(公告)号：CN101308102B

公开(公告)日：2010-08-11

申请号：CN200810132397.4

申请日：2008-07-16

Applicant: 中北大学

Inventor： 韩焱 ,  潘晋孝 ,  王黎明 ,  刘宾 ,  陈平 ,  陈方林

IPC: G01N23/04 ,  G01B15/00

Abstract: 本发明公开了一种计算机断层扫描成像装置，该装置包括：变剂量CT扫描模块，用于根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描，并将扫描得到的投影图像发送给CT重建模块；所述CT重建模块，用于根据接收到的投影图像进行CT重建，得到所述待检测物体的断层图像。本发明同时公开了一种计算机断层扫描成像方法。本发明所述的装置和方法适用于任意复杂结构的待检测物体，并且不受X射线透照方向上待检测物体有效厚度变化的影响。

公开(公告)号：CN119499992A

公开(公告)日：2025-02-25

申请号：CN202411587421.9

申请日：2024-11-08

Applicant: 中北大学

Inventor： 李坤 ,  刘宾 ,  陈平 ,  韩焱 ,  潘晋孝 ,  王黎明

IPC: B01J13/02 ,  B01L3/00 ,  G01N13/00 ,  G01T5/02

Abstract: 本发明公开了一种微型PEPT示踪粒子制备装置及方法，该装置包括控制软件、多通道压力泵、储液瓶、流量计、微流控芯片、紫外光灯和收集瓶，控制软件设置多通道压力泵驱动输液瓶内的硅油和正电子放射性水溶液与UV固化胶的混合物，在微流控芯片内形成油包水两相流体系，并在紫外光的照射下正电子放射性水溶液与UV固化胶的混合物固化形成微球颗粒，漂洗获得具有正电子放射性的微型PEPT示踪粒子。本发明通过控制微流控芯片两种液体的输入速度，可以实现不同大小的微型PEPT示踪粒子制备，由于具有良好的流场跟随性，该示踪粒子对多相流中微小固体颗粒和液体进行有效示踪表征，使PEPT技术实现对微小固相和液相的流场测量。

公开(公告)号：CN118537486A

公开(公告)日：2024-08-23

申请号：CN202410594155.6

申请日：2024-05-14

Applicant: 中北大学

Inventor： 李璇 ,  王苏恺 ,  张晓涌 ,  王黎明 ,  韩星程 ,  翟宇 ,  罗秀丽

IPC: G06T17/00 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明涉及装配异常检测中的稀疏CT重建方法与系统，其中，该方法包括：对工件先验图像的坐标进行编码得到编码坐标；将所述编码坐标作为输入，同时将所述编码坐标所对应的灰度值作为输出训练先验网络得到预训练的先验网络；使用预训练先验网络的网络参数对重建网络进行初始化同时使用L2损失函数优化训练重建网络得到稀疏CT重建模型。本发明通过使用预训练先验网络的网络参数对重建网络进行初始化，并使用工件的稀疏角度CT投影图作为约束来训练重建网络得到稀疏CT重建模型，并基于该模型输出重建图像，一方面能够更好的重建出工件的细节特征，另一方面可以大幅度减少数据采集以及三维重建的时间，达到实时检测的目的。

公开(公告)号：CN113469018B

公开(公告)日：2024-02-23

申请号：CN202110725737.X

申请日：2021-06-29

Applicant: 中北大学

Inventor： 李传坤 ,  李剑 ,  郭锦铭 ,  韩星程 ,  王黎明 ,  韩焱

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于RGB与骨骼多模态的人体交互行为识别方法，首先会对视频进行预处理，提取视频中人和物体信息，然后利用多模态从全局到局部构建人与物体之间的空间关系；并利用图卷积网络提取对应的深度特征，最后在特征层和决策层融合各个模态特征，用于识别人体交互行为；本发明利用RGB信息与人体三维骨骼模态的数据，通过构建空间关系网络模型，挖掘人与物体之间的空间关系，提取人与物体之间的多模态交互信息，并建立基于多模态交互信息的融合网络，有效地融合各个模态特征，利用各个模态的优势提高交互行为识别精度。

公开(公告)号：CN113570478B

公开(公告)日：2023-10-31

申请号：CN202110724751.8

申请日：2021-06-29

Applicant: 中北大学

Inventor： 李剑 ,  李传坤 ,  韩焱 ,  潘晋孝 ,  王黎明

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q50/08 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F9/50 ,  G16Y10/30 ,  G16Y20/20 ,  G16Y40/10 ,  G16Y40/20

Abstract: 本发明涉及一种基于边缘计算的桥梁健康状态智能评估方法，首先对桥梁健康状态特征信息进行数据预处理，将预处理后的数据输入至深度特征提取网络中，通过位移卷积网络提取输入信息中的深度特征信息，将此深度特征信息输入到桥梁健康状态预测网络层，最终输出桥梁的健康状态预测结果。本发明与传统的卷积神经网络相比，利用二维位移卷积操作和轻量点卷积，高效快速地从时频图中挖掘有效的时频特征，提高桥梁识别准确度。同时通过边缘计算的方式，将中心节点的运算量下放到边缘端，可以有效的减少中心节点的计算压力，同时从边缘端发送的不再是冗余的原始数据，而是经过深度卷积网络处理后的结果，从而可以实时性的评估桥梁健康状态。

公开(公告)号：CN113176609B

公开(公告)日：2023-10-10

申请号：CN202110474298.X

申请日：2021-04-29

Applicant: 中北大学

Inventor： 王黎明 ,  武丹 ,  韩星程 ,  韩焱 ,  李剑

IPC: G01V1/30

Abstract: 本发明涉及一种基于地声场的地下浅层目标定位方法，属于岩体稳定性预测领域。本发明布设震动传感器和地声传感器；利用生成对抗网络进行地声信号重构；在监测区域预埋多发震源弹，记录其坐标，震源爆炸后，收集并计算监测区域内所有体积元所对应的三维地声场能量图作为学习样本；对三维地声场能量图标记其对应的位置坐标作为训练标签；用学习样本和训练标签构造并训练基于地声场的深度学习网络模型；利用地声传感器阵列获取目标实际爆炸产生的地声信号，送入已经训练好的深度学习网络，以输出的结果为基于地声场的目标坐标，与震动传感器获得的目标坐标加权平均，输出最终的定位结果。本发明实现了对地下浅层目标的远距离、大范围、高精度定位。