公开(公告)号：CN109668550B

公开(公告)日：2021-08-13

申请号：CN201910151810.X

申请日：2019-02-28

Applicant: 东北大学

Inventor： 吕晓永 ,  李文杰 ,  胡晟 ,  单鹏 ,  沙晓鹏 ,  谭雁清

IPC: G01C19/5656 ,  G01C19/5663

Abstract: 本发明公开了一种全解耦的三自由度微机械陀螺，提高了微机械陀螺的机械解耦性能。本发明的微机械陀螺结构包括单自由度驱动模态和完全的二自由度敏感模态，通过解耦质量块分别与驱动框架和检测框架相连，同时实现驱动模态与敏感模态的机械解耦和能量转换。完全的二自由度结构可以增加敏感模态的稳定带宽，提高陀螺系统的稳定性和抗干扰能力。本发明具有机械解耦、稳定性好、抗干扰的优点，并且在常压工作，有利于实际的加工与应用。

公开(公告)号：CN111896475A

公开(公告)日：2020-11-06

申请号：CN202010742006.1

申请日：2020-07-29

Applicant: 东北大学秦皇岛分校

Inventor： 王巧云 ,  张楚 ,  单鹏 ,  李志刚 ,  马振鹤

IPC: G01N21/17 ,  G01N21/03 ,  G01N29/22

Abstract: 一种用于光声光谱微量气体检测的光路增程式光声池，包括框架、凹面反射镜、平面反射镜及麦克风；框架内由左至右依次设有第一光学窗口、第一缓冲腔、圆柱形谐振腔、第二缓冲腔及第二光学窗口；第一缓冲腔顶部的框架上设有进气口；第二缓冲腔顶部的框架上设有出气口；凹面反射镜设在第一光学窗口内，凹面反射镜的反射凹面朝向框架内侧，凹面反射镜的镜体上设有激光入射口；平面反射镜设在第二光学窗口内，平面反射镜的反射平面朝向框架内侧；圆柱形谐振腔中间处顶部的框架上设有麦克风安装槽，麦克风位于麦克风安装槽内；平面反射镜的反射平面上设有至少为一个辅助反射凹面，平面反射镜半径设为R，辅助反射凹面的半径设为r，R＝(4.5～5)r。

公开(公告)号：CN109034186A

公开(公告)日：2018-12-18

申请号：CN201810595182.X

申请日：2018-06-11

Applicant: 东北大学秦皇岛分校

Inventor： 赵子恒 ,  赵煜辉 ,  刘赣 ,  单鹏

IPC: G06K9/62

CPC classification number: G06K9/6268 ,  G06K9/6256

Abstract: 本发明涉及一种建立DA‑RBM分类器模型的方法，所述方法包括如下步骤：获取源域数据Xs、与源域数据Xs对应的标签Ys、目标域数据XT以及标签YT；初始化RBM模型参数，将数据Xs、XT输入到RBM网络中，求出一阶特征；将所述一阶特征作为下一阶网络的输入，进行RBM训练；将RBM的隐层输出Hs、HT输入到softmax回归层进行分类；在RBM隐层输出上使用MMD进行源域数据和目标域数据分布的约束；在RBM模型的顶层分类层中使用MMD进行预测结果的约束；构建模型的总代价函数J(θ)，通过优化所述总代价函数来优化分类器模型的参数。本发明所建模型能够对跨域数据进行有效识别。

公开(公告)号：CN106680238A

公开(公告)日：2017-05-17

申请号：CN201710009518.5

申请日：2017-01-06

Applicant: 东北大学秦皇岛分校

Inventor： 赵煜辉 ,  单鹏 ,  张洋洋

IPC: G01N21/3563

Abstract: 本发明涉及一种基于红外光谱分析物质成分含量的方法，包括根据源域红外光谱数据和与所述源域红外光谱数据对应的源域物质成分含量建立第一回归模型，求取所述第一回归模型中的参数；获取目标域红外光谱数据，建立目标域红外光谱数据与源域红外光谱数据之间的转移模型，求取所述转移模型中的参数；根据所述目标域红外光谱数据、所述转移模型，利用所述第一回归模型获取与所述目标域红外光谱数据对应的目标域物质成分含量。本发明的分析方法结合迁移学习中的特征迁移方法和偏最小二乘算法，实现目标域到源域光谱特征空间的变换，不但可以去除冗余信息，提高转移的准确性，而且可以在很大程度上降低了转移过程的计算量。

公开(公告)号：CN105092521B

公开(公告)日：2017-11-14

申请号：CN201510497332.X

申请日：2015-08-13

Applicant: 东北大学

Inventor： 赵煜辉 ,  焦昀涛 ,  周琳 ,  单鹏 ,  马海涛 ,  刘福来

IPC: G01N21/359 ,  G01N21/3577 ,  G01N21/3563

Abstract: 本发明公开了一种基于增量主成份分析的牛奶凝结过程实时监测方法，它是在牛奶凝结过程中的近红外光谱数据基础上，利用聚类方法将数据聚类到多个窗口中，然后使用增量主成份分析方法对窗口内数据进行降维，而且当后续的批次数据加入窗口内时，可以通过新增加的样本数据来修正原来的数据，从而可以对窗口内的特征值和特征向量进行持续的更新，最终动态窗口中的特征数据将精确反映出牛奶凝结过程。本发明的方法可以对近红外光谱数据进行更为可靠的数据分析，最终实现了对牛奶凝结过程的精准监测。通过反复试验验证，本发明的方法在对牛奶凝结过程进行检测时，准确率高达90％以上，从而可以用于更高质量奶酪产品的生产。

公开(公告)号：CN104949936B

公开(公告)日：2017-10-24

申请号：CN201510405750.1

申请日：2015-07-13

Applicant: 东北大学

Inventor： 赵煜辉 ,  刘殿娟 ,  单鹏 ,  彭思龙

IPC: G01N21/359

Abstract: 本发明公开了一种基于优化偏最小二乘回归模型的样品成份测定方法，它是以样品对近红外光谱数据和样品成份浓度数据作为训练数据集，在已有PLS的基础上对训练数据集进行训练，利用训练过程中的预测误差的变化情况来确定相应的潜变量，若新增潜变量降低预测精度，则把该潜变量对应的权值置为0，否则保持不变，继续测试后续潜变量以剔除使预测结果变差的潜变量所对应的相关项，从而实现了潜变量的优化选择，再结合待测样品的近红外光谱数据可生成与原有PLS不同的样品的得分向量和载荷，进而得到待测样品的成份浓度预测值。通过对多种不同样品的测试，本发明的方法与已有PLS算法相比，所得结果的预测根均方误差普遍更小，预测精度均有较大提高。

公开(公告)号：CN104949936A

公开(公告)日：2015-09-30

申请号：CN201510405750.1

申请日：2015-07-13

Applicant: 东北大学

Inventor： 赵煜辉 ,  刘殿娟 ,  单鹏 ,  彭思龙

IPC: G01N21/359

Abstract: 本发明公开了一种基于优化偏最小二乘回归模型的样品成份测定方法，它是以样品对近红外光谱数据和样品成份浓度数据作为训练数据集，在已有PLS的基础上对训练数据集进行训练，利用训练过程中的预测误差的变化情况来确定相应的潜变量，若新增潜变量降低预测精度，则把该潜变量对应的权值置为0，否则保持不变，继续测试后续潜变量以剔除使预测结果变差的潜变量所对应的相关项，从而实现了潜变量的优化选择，再结合待测样品的近红外光谱数据可生成与原有PLS不同的样品的得分向量和载荷，进而得到待测样品的成份浓度预测值。通过对多种不同样品的测试，本发明的方法与已有PLS算法相比，所得结果的预测根均方误差普遍更小，预测精度均有较大提高。

公开(公告)号：CN117115246A

公开(公告)日：2023-11-24

申请号：CN202310826980.X

申请日：2023-07-07

Applicant: 东北大学秦皇岛分校

Inventor： 赵玉良 ,  单鹏 ,  杨蕊歌 ,  吕晓永

IPC: G06T7/73 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G01C11/04

Abstract: 本发明公开了一种无人机水平姿态识别方法及识别控制系统，水平姿态识别方法包括：摄像装置连续采集多帧无人机的飞行图像；对采集的飞行图像进行预处理，提取仅包含无人机起落架区域的图像；对所述图像进行姿态识别，提取所述图像的飞行姿态特征；确定无人机起落架朝向，并根据起落架朝向判断无人机的飞行方向。识别控制系统包括：图像采集单元、存储单元、图像处理单元、姿态识别单元、实时输出单元。本发明免去了传感器和陀螺仪安装在无人机机身时，由外界因素和物理因素导致的计算偏差，仅通过图像就能够判断无人机飞行的水平姿态；而且采用只识别无人机的飞行方向而不识别无人机运动轨迹的处理方法，使系统的处理速度得到很大提升。

公开(公告)号：CN109034186B

公开(公告)日：2022-05-24

申请号：CN201810595182.X

申请日：2018-06-11

Applicant: 东北大学秦皇岛分校

Inventor： 赵子恒 ,  赵煜辉 ,  刘赣 ,  单鹏

IPC: G06K9/62

Abstract: 本发明涉及一种建立DA‑RBM分类器模型的方法，所述方法包括如下步骤：获取源域数据Xs、与源域数据Xs对应的标签Ys、目标域数据XT以及标签YT；初始化RBM模型参数，将数据Xs、XT输入到RBM网络中，求出一阶特征；将所述一阶特征作为下一阶网络的输入，进行RBM训练；将RBM的隐层输出Hs、HT输入到softmax回归层进行分类；在RBM隐层输出上使用MMD进行源域数据和目标域数据分布的约束；在RBM模型的顶层分类层中使用MMD进行预测结果的约束；构建模型的总代价函数J(θ)，通过优化所述总代价函数来优化分类器模型的参数。本发明所建模型能够对跨域数据进行有效识别。

公开(公告)号：CN108152239A

公开(公告)日：2018-06-12

申请号：CN201711334521.0

申请日：2017-12-13

Applicant: 东北大学秦皇岛分校

Inventor： 单鹏 ,  安玉艳 ,  赵煜辉 ,  刘怀俊

IPC: G01N21/35 ,  G01N21/3563 ,  G01N21/359 ,  G06K9/00

Abstract: 本发明公开了一种基于特征迁移的样品成分含量测定方法，采用基于ELM-AE模型的标定迁移学习方法，将目标域待测样品的红外光谱数据特征映射到源域的特征空间中，然后利用源域的样品成分含量预测模型对所述目标域待测样品的成分含量进行预测。采用本发明的样品成分含量测定方法，预测精度更高。为了验证本发明的效果，发明人使用玉米和药片数据集对本发明提出的基于ELM-AE模型的标定迁移学习方法进行了验证，并同时与PDS模型，SBC迁移模型的预测效果进行了比较。结果表明：对于玉米数据集和药片数据集，整体而言，本发明的TL-ELM-AE模型的预测性能均优于PDS模型和SBC迁移模型。