-
公开(公告)号：CN111428785A
公开(公告)日：2020-07-17
申请号：CN202010207890.9
申请日：2020-03-23
Applicant: 厦门大学
Abstract: 基于深度学习的河豚鱼个体识别方法，涉及计算机视觉以及个体识别。采集河豚鱼图片，并进行预处理，包括河豚鱼图像掩膜标注以及数据增强；在预处理完的河豚鱼数据集上训练图像分割模型，得到训练好的分割模型；将用于河豚鱼特征提取的河豚鱼图像送入训练好的分割模型，并对分割得到的河豚鱼图像进行对齐；训练特征提取网络，将对齐后的河豚鱼图像划分成训练集和验证集，在训练集上训练特征提取网络，得可用于提取河豚鱼特征的特征提取模型；将用于测试的图片放入训练好的分割模型，分割结果对齐后送入训练好的特征提取模型得到输入图片的特征向量，计算该特征向量与数据集中的河豚鱼特征向量的距离，获得输入图片中河豚鱼个体信息。
-
公开(公告)号：CN111427038A
公开(公告)日：2020-07-17
申请号：CN202010208787.6
申请日：2020-03-23
Applicant: 厦门大学
Abstract: 车库环境下基于视觉与77GHz雷达的目标识别方法，涉及智能监控领域与电子信息技术。车库环境下，使用光学图像记录设备和毫米波雷达设备同步采集检测目标的视频数据和雷达数据；对采集到的视频数据和雷达数据进行处理；对处理后的数据信息展示和预警。克服传统监控领域中仅以光学图像记录设备为监控设备时成像条件苛刻，易被进光量、遮挡物和伪装物影响的缺点。可对车库环境下的动态物体进行实时的检测，为传统车库监控系统中的人力监控巡查方面进行成本缩减。减少了世界坐标系、雷达坐标系、摄像机坐标系和图像坐标系之间转换所产生的误差。将77GHz毫米波雷达信息与视觉信息结合，实现车库环境下动态物体的实时检测。
-
公开(公告)号：CN108176256B
公开(公告)日：2020-05-29
申请号：CN201711493588.9
申请日：2017-12-30
Applicant: 厦门大学
Abstract: 一种耐高温复合纳米纤维过滤膜制备方法，涉及空气过滤领域。包括以下步骤：1)制备高分子聚合物溶液；2)制备高分子聚合物纤维基材；3)制备Al2O3纤维前驱体溶液；4)采用静电纺丝装置制备Al2O3纤维层；5)制备SiC纤维前驱体溶液；6)制备SiC纤维层；7)重复步骤3)和步骤4)，制备上层Al2O3耐高温纤维层；8)重复步骤1)和步骤2)，制备上层高分子聚合物基材；9)制备耐高温复合纳米纤维过滤膜。通过有机耐高温纳米纤维膜与无机陶瓷纳米纤维膜的复合立体成型提高过滤膜的机械性能，延长使用寿命，并有效增强纤维膜的耐高温性能，促进静电纺丝技术在高温烟气净化过滤领域的应用。
-
公开(公告)号：CN108388874B
公开(公告)日：2020-03-31
申请号：CN201810180586.2
申请日：2018-03-05
Applicant: 厦门大学
Abstract: 本发明涉及图像采集及识别技术领域，具体涉及基于图像识别与级联分类器的对虾形态参数自动测量方法，包括S1、采集多个对虾彩色图像作为样本；S2、并将各个样本进行训练后再进行分类，获得基于LBP特征的级联强分类器；S3、采集待测对虾彩色图像A经过归一化校正，得到归一化图像B；S4、将归一化图形进行图像分割，得到分割图像B；S5、将步骤S4得到的分割图像C进行标尺测量，得到测量图像D；S6、将步骤S5得到的测量图像D进行图像校正，得到校正图像E；S7、使用级联强分类器识别校正图像E，计算出待测对虾的形态参数。本发明通过上述算法，从而能够精准实现对虾形态参数的精准测量。能够提高测量精准度和测量效率。
-
公开(公告)号：CN109929128B
公开(公告)日：2020-03-17
申请号：CN201910078347.0
申请日：2019-01-28
Applicant: 厦门大学
Abstract: 本发明涉及电纺直写技术领域，具体涉及基于PEO电纺膜基底的近场直写聚焦及微图案脱离方法，本发明提出了一种利用PEO电纺膜与铝箔结合的电纺基底，针对不溶于水的电纺材料实现电纺直写射流的聚焦以及微图案的无损脱离。该方法需要先在接地金属基底上用静电纺丝技术先纺一层水溶性PEO纤维膜，制成一个复合电纺基底，之后往基底上用电纺直写技术印制微图案，最后将复合基底连带着微图案一起浸泡在选择溶液中，此时PEO会溶解，而微图案则不会溶解，此时由于连接目标纤维膜及基底的材料溶解，微图案因此脱离基底。本发明采用上述方法，即可实现电纺直写的自准焦及电纺直写微图案与金属基底的无损分离。
-
Patent Agency Ranking
公开(公告)号：CN109267160B
公开(公告)日：2019-12-27
申请号：CN201811315128.1
申请日：2018-11-06
Applicant: 厦门大学
Abstract: 一种带有鞘气约束的弧形阵列静电纺丝喷头，设有上盖板、针头安装板、导电板、支撑板、针头阵列和气罩；上盖板设进液孔，上盖板与供液装置连接；针头安装板为阶梯结构，阶梯结构的高度差与对应位置针头的高度差一致；导电板与高压电源正极相连；支撑板与导电板配合，支撑板设支撑板通孔，与导电板上的孔等大同轴分布；针头阵列设按弧形阵列排布的针头，针头阵列中间位置的针头位于最低点，针头阵列的两侧针头对称排布；气罩设有两个进气孔，气罩通过导气管与供气装置相连。可减小静电纺丝多射流喷头之间的电场抑制干涉及多射流之间的静电干扰，提高多射流密度和喷射稳定性，提高静电纺丝纳米纤维沉积效率，实现大面积均匀纳米纤维膜的快速成型。
-
公开(公告)号：CN110260967A
公开(公告)日：2019-09-20
申请号：CN201910665475.5
申请日：2019-07-23
Applicant: 厦门大学
Abstract: 一种提供开源数据接口的大批量称量电子秤，涉及电子秤技术领域，包括称量模块、主控单元、通信模块、显示模块、数据存储模块；称量模块连接主控单元；主控单元输出端连接显示模块和数据存储模块，用于将处理后的数据传输到显示模块和数据存储模块；显示模块通过SPI协议与主控单元建立人机交互功能界面；通信模块连接数据存储模块，用于将数据传输到客户端，通信模块包括开源的USB数据接口，以将称量数据转换成对应的标准数据格式或通用文件格式传入PC端、手机端或U盘。提供多种称量模式，称量数据可通过在线、离线两种方式进行传输，同时为用户提供开源的数据接口，采用标准化的数据格式与通用的文件格式对称量数据进行存储与传输。
-
公开(公告)号：CN109929128A
公开(公告)日：2019-06-25
申请号：CN201910078347.0
申请日：2019-01-28
Applicant: 厦门大学
Abstract: 本发明涉及电纺直写技术领域，具体涉及基于PEO电纺膜基底的近场直写聚焦及微图案脱离方法，本发明提出了一种利用PEO电纺膜与铝箔结合的电纺基底，针对不溶于水的电纺材料实现电纺直写射流的聚焦以及微图案的无损脱离。该方法需要先在接地金属基底上用静电纺丝技术先纺一层水溶性PEO纤维膜，制成一个复合电纺基底，之后往基底上用电纺直写技术印制微图案，最后将复合基底连带着微图案一起浸泡在选择溶液中，此时PEO会溶解，而微图案则不会溶解，此时由于连接目标纤维膜及基底的材料溶解，微图案因此脱离基底。本发明采用上述方法，即可实现电纺直写的自准焦及电纺直写微图案与金属基底的无损分离。
-
公开(公告)号：CN108921057A
公开(公告)日：2018-11-30
申请号：CN201810630720.4
申请日：2018-06-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于卷积神经网络的对虾形态测量方法，包括：对对虾样本和参照物进行拍摄，以获取样本图片；根据样本图片对目标区域进行标定，并生成目标区域对应的描述文件，将描述文件与样本图片关联；根据样本图片以及描述文件建立数据集，根据数据集生成对虾形态测量模型；对测试集中的样本图片进行预处理，以生成测试图片；将测试图片输入对虾形态测量模型，以生成泛化性能评分；根据泛化性能评分确定最终对虾形态测量模型，并根据最终测量模型进行对虾形态测量；本发明还公开了一种计算机可读存储介质、终端设备以及基于卷积神经网络的对虾形态测量装置；从而实现对对虾形态参数高效、精准地测量，节约对虾育种过程中所需的人力和物力。
-
公开(公告)号：CN105813266B
公开(公告)日：2018-05-08
申请号：CN201610274563.9
申请日：2016-04-28
Applicant: 厦门大学
IPC: H05B33/08
CPC classification number: Y02B20/347
Abstract: 基于以太网通讯的多路LED灯电流控制系统，涉及LED灯电流控制系统。设有PC控制界面、LED灯核心控制模块、LED灯恒流电流控制模块；核心控制模块设单片机、通讯和数模转换模块；恒流电流控制模块设N路LED灯电流恒流控制器。核心控制模块和恒流电流控制模块通过接口连接。核心控制模块通过通讯模块接收到具体的命令从而执行相应的命令。PC控制界面对LED灯控制，核心控制板接收到用户设置的LED灯的电流值算出具体控制电压，单片机模块与数模转换模块通讯并给出控制电压输出到LED恒流电流控制模块；电流恒流控制器根据LED灯核心控制模块给出的控制电压和控制信号的高低电平控制外部的LED灯的电流值和亮灭情况。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.024 seconds)
