-
公开(公告)号：CN111220565A
公开(公告)日：2020-06-02
申请号：CN202010045812.3
申请日：2020-01-16
Applicant: 东北大学秦皇岛分校
IPC: G01N21/359
Abstract: 本发明涉及机器学习模块下的迁移学习技术领域，提供一种基于CPLS的红外光谱测量仪器标定迁移方法。首先采集源域数据集{Xm,Y}和目标域数据集{Xs,Y}，并对其进行中心化处理，得到中心化处理后的源域数据集{Xm_center,Ycenter}和目标域数据集{Xs_center,Ycenter}；接着基于CPLS算法对矩阵Xm_center、Ycenter进行主成分分析，并对矩阵Xs_center进行主成分分析；再计算转移矩阵Mtrans_pre和转移矩阵Mtrans；最后，对被测对象的物质浓度变量进行预测。本发明能够清除主仪器测量的随机噪声，提高数据利用率和建模精度，降低时间复杂度。
-
公开(公告)号：CN111220565B
公开(公告)日：2022-07-29
申请号：CN202010045812.3
申请日：2020-01-16
Applicant: 东北大学秦皇岛分校
IPC: G01N21/359
Abstract: 本发明涉及机器学习模块下的迁移学习技术领域，提供一种基于CPLS的红外光谱测量仪器标定迁移方法。首先采集源域数据集{Xm,Y}和目标域数据集{Xs,Y}，并对其进行中心化处理，得到中心化处理后的源域数据集{Xm_center,Ycenter}和目标域数据集{Xs_center,Ycenter}；接着基于CPLS算法对矩阵Xm_center、Ycenter进行主成分分析，并对矩阵Xs_center进行主成分分析；再计算转移矩阵Mtrans_pre和转移矩阵Mtrans；最后，对被测对象的物质浓度变量进行预测。本发明能够清除主仪器测量的随机噪声，提高数据利用率和建模精度，降低时间复杂度。
-
Patent Agency Ranking
公开(公告)号：CN111563436A
公开(公告)日：2020-08-21
申请号：CN202010348512.2
申请日：2020-04-28
Applicant: 东北大学秦皇岛分校
IPC: G06K9/00 , G06K9/62 , G01N21/359 , G01N21/3563
Abstract: 本发明涉及机器学习模块下的迁移学习技术领域，提供一种基于CT-CDD的红外光谱测量仪器标定迁移方法。首先，采集源域、目标域数据集{Xm,ym}、{Xs}，使用KS算法划分出源域标定集 并对其进行中心化；然后，对中心化后的源域标定集 建立PLS标定模型；接着，计算主仪器的特征光谱Tm、从仪器的伪特征光谱 利用OLS和数据集{Tm,ym}通过交叉验证确定聚类数目K并对{Tm,ym}和 分别聚类，对子数据集 建立第k个OLS模型并计算转换矩阵Mk；最后，对被测对象集合的物质浓度变量进行预测。本发明不需要使用标准样本来构建迁移模型，能够大大提高红外光谱测量仪器标定迁移的精度和效率。
-
公开(公告)号：CN110211182B
公开(公告)日：2023-03-31
申请号：CN201910472031.X
申请日：2019-05-31
Applicant: 东北大学
Abstract: 本发明公开了一种基于灰度匹配与目标轮廓的液晶背光视觉定位方法，属于工业液晶屏幕生产过程中的快速定位装配领域。该方法分为三个步骤，分别为图像预处理、目标图像识别、目标图像定位。图像预处理通过滤波、图像增强、阈值分割、图像形态学运算等处理，将待匹配识别的标记分割出来；目标图像识别对感兴趣区域ROI识别、ROI的提取，ROI的识别基于灰度匹配算法进行识别匹配，其中匹配方法为平方差匹配法，识别后对匹配所得ROI进行提取；目标图像定位，对提取到的ROI进行轮廓提取，选择出面积的最大轮廓，然后对轮廓进行最小外接旋转矩形贴合，得到待定位中心点的位置，以及十字标记的旋转角度。该技术与现有的人工装配液晶背光屏和简单机械装配具有速度快、准确率高的优点。
-
公开(公告)号：CN111220566A
公开(公告)日：2020-06-02
申请号：CN202010045991.0
申请日：2020-01-16
Applicant: 东北大学秦皇岛分校
IPC: G01N21/359
Abstract: 本发明涉及机器学习模块下的迁移学习技术领域，提供一种基于OPLS和PDS的红外光谱测量仪器标定迁移方法。首先采集源域数据集和目标域数据集，并对其进行中心化处理，得到中心化处理后的源域数据集和目标域数据集；然后基于OPLS算法，对中心化处理后的源域数据集进行去正交化处理，求出正交部分的得分矩阵、载荷矩阵，提取源域潜结构；接着基于PLS算法对源域潜结构建立标定模型，使用得分矩阵、载荷矩阵对中心化处理后的目标域数据集进行去正交化处理，提取目标域潜结构，并基于PDS算法使目标域潜结构映射到源域潜结构；最后，对被测对象的物质浓度变量进行预测。本发明能够提高标定迁移的精度和效率，且建模过程简单。
-
公开(公告)号：CN111563436B
公开(公告)日：2022-04-08
申请号：CN202010348512.2
申请日：2020-04-28
Applicant: 东北大学秦皇岛分校
IPC: G06K9/00 , G06K9/62 , G01N21/359 , G01N21/3563
Abstract: 本发明涉及机器学习模块下的迁移学习技术领域，提供一种基于CT‑CDD的红外光谱测量仪器标定迁移方法。首先，采集源域、目标域数据集{Xm,ym}、{Xs}，使用KS算法划分出源域标定集并对其进行中心化；然后，对中心化后的源域标定集建立PLS标定模型；接着，计算主仪器的特征光谱Tm、从仪器的伪特征光谱利用OLS和数据集{Tm,ym}通过交叉验证确定聚类数目K并对{Tm,ym}和分别聚类，对子数据集建立第k个OLS模型并计算转换矩阵Mk；最后，对被测对象集合的物质浓度变量进行预测。本发明不需要使用标准样本来构建迁移模型，能够大大提高红外光谱测量仪器标定迁移的精度和效率。
-
公开(公告)号：CN110211182A
公开(公告)日：2019-09-06
申请号：CN201910472031.X
申请日：2019-05-31
Applicant: 东北大学
Abstract: 本发明公开了一种基于灰度匹配与目标轮廓的液晶背光视觉定位方法，属于工业液晶屏幕生产过程中的快速定位装配领域。该方法分为三个步骤，分别为图像预处理、目标图像识别、目标图像定位。图像预处理通过滤波、图像增强、阈值分割、图像形态学运算等处理，将待匹配识别的标记分割出来；目标图像识别对感兴趣区域ROI识别、ROI的提取，ROI的识别基于灰度匹配算法进行识别匹配，其中匹配方法为平方差匹配法，识别后对匹配所得ROI进行提取；目标图像定位，对提取到的ROI进行轮廓提取，选择出面积的最大轮廓，然后对轮廓进行最小外接旋转矩形贴合，得到待定位中心点的位置，以及十字标记的旋转角度。该技术与现有的人工装配液晶背光屏和简单机械装配具有速度快、准确率高的优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
