-
公开(公告)号：CN119479872A
公开(公告)日：2025-02-18
申请号：CN202411300598.6
申请日：2024-09-18
Applicant: 东北林业大学
IPC: G16C20/20 , G01N21/31 , G16C20/70 , G06F18/15 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明提出基于吸收光谱和深度学习的木材染色浓度预测系统及方法，其中系统包括吸收光谱测量模块、数据预处理模块、深度学习模型预测模块和自动控制距离的机械装置。本发明通过将吸收光谱技术和深度学习模型相结合，对光谱数据进行高斯滤波和min‑max归一化方法，显著减少了数据中的噪声和环境干扰，使得光谱数据更加适合用于深度学习模型的训练，实现了木材染色过程的实时监测和智能预测，本发明对预测的染料浓度进行了误差消除处理，提高了木材染色浓度预测的精度，同时利用深度学习模型高精度、实时性和自动化控制的优点，显著提高了染色过程的效率和产品质量，减少了染料浪费和环境污染。
-
公开(公告)号：CN116864029A
公开(公告)日：2023-10-10
申请号：CN202310817641.5
申请日：2023-07-05
Applicant: 东北林业大学 , 黑龙江省森林保护研究所
Abstract: 本发明涉及环境分析领域，具体涉及森林凋落物分解速率估算方法、系统、装置及存储介质。本发明针对现有的尼龙网袋法测定森林凋落物分解速率存在方法周期长，受环境影响大，耗时费力的问题以及无法对大规模森林进行分解研究问题，提供了森林凋落物分解速率估算方法、系统、装置及存储介质，测量并计算该森林凋落物当年输入量p和年输入增量，通过实验的方法或者查寻以往相关的资料，确定该种林木凋落物的残留率常数r，残留率常数r与林木凋落物OLson单指数分解模型结合起来建立求解该森林凋落物分解速率方程，这种方法周期短，不需要定期频繁的野外测定，受环境影响小，方程中的参数、变量容易获取，省时省力，可以对大规模森林进行分解速率研究。
-
Patent Agency Ranking
公开(公告)号：CN115252871B
公开(公告)日：2023-10-03
申请号：CN202210713934.4
申请日：2022-06-22
Abstract: 一种可应用于医用伤口敷料的载药超亲水/超疏水Janus纳米纤维膜及其制备方法，它属于功能性医用敷料的制备技术领域。本发明解决现有CS/PVA纳米纤维膜固有的亲水性不可避免地导致在敷料与伤口之间的界面上保留过多的生物流体，无法有效抑制伤口处细菌滋生的问题。载药超亲水/超疏水Janus纳米纤维膜，它依次由载药层、过渡层及PVDF/SiO2涂层组成；制备方法：一、CIP/ATX/CS/PVA纳米纤维膜制备；二、过渡层制备；三、PVDF/SiO2涂层制备；四、等离子体处理。本发明可应用于医用伤口敷料的载药超亲水/超疏水Janus纳米纤维膜及其制备。
-
公开(公告)号：CN115252871A
公开(公告)日：2022-11-01
申请号：CN202210713934.4
申请日：2022-06-22
Abstract: 一种可应用于医用伤口敷料的载药超亲水/超疏水Janus纳米纤维膜及其制备方法，它属于功能性医用敷料的制备技术领域。本发明解决现有CS/PVA纳米纤维膜固有的亲水性不可避免地导致在敷料与伤口之间的界面上保留过多的生物流体，无法有效抑制伤口处细菌滋生的问题。载药超亲水/超疏水Janus纳米纤维膜，它依次由载药层、过渡层及PVDF/SiO2涂层组成；制备方法：一、CIP/ATX/CS/PVA纳米纤维膜制备；二、过渡层制备；三、PVDF/SiO2涂层制备；四、等离子体处理。本发明可应用于医用伤口敷料的载药超亲水/超疏水Janus纳米纤维膜及其制备。
-
公开(公告)号：CN116559119A
公开(公告)日：2023-08-08
申请号：CN202310528055.9
申请日：2023-05-11
Applicant: 东北林业大学
Abstract: 一种基于深度学习的木材染色色差检测方法、系统及介质，涉及木材染色技术领域，针对现有技术中直接进行颜色空间转换会出现同色异谱产品无法辨别的现象，从而影响检测精度的问题，本申请系统结构紧凑，组装便捷，易于拆装携带，消除了环境光的干扰，获取待测物表面反射率更为便捷，并保证“图谱合一”像素级的木材染色品质检测质量，在木材染色加工行业有着广泛的应用空间。本申请并未直接进行颜色空间转换，而是通过反射率间接的转换LAB，这样避免了由于同色异谱产品无法辨别的现象，进而影响检测精度的问题。
-
公开(公告)号：CN119379625A
公开(公告)日：2025-01-28
申请号：CN202411416845.9
申请日：2024-10-11
Applicant: 东北林业大学
Abstract: 基于光谱反射率重建的木材色差在线检测方法，涉及木材染色检测技术领域，针对现有技术中染色木材存在的纹理以及加工过程中造成的表面粗糙，由于光的漫反射和散射会影响色差检测，因此导致色差检测准确率低的问题，本申请在光谱反射率重建过程中，在使用多通道响应值的同时，引入木材表面粗糙度这一特征同时训练模型，提高了光谱反射率重建精度。并利用光谱反射率预测Lab值，最后根据Lab值并结合色差公式，得到标准木材与待检测的木材染色单板图像之间的色差值。以此避免了由于光的漫反射和散射对色差检测的影响，提高了色差检测的准确率。
-
公开(公告)号：CN116559119B
公开(公告)日：2024-01-26
申请号：CN202310528055.9
申请日：2023-05-11
Applicant: 东北林业大学
Abstract: 一种基于深度学习的木材染色色差检测方法、系统及介质，涉及木材染色技术领域，针对现有技术中直接进行颜色空间转换会出现同色异谱产品无法辨别的现象，从而影响检测精度的问题，本申请系统结构紧凑，组装便捷，易于拆装携带，消除了环境光的干扰，获取待测物表面反射率更为便捷，并保证“图谱合一”像素级的木材染色品质检测质量，在木材染色加工行业有着广泛的应用空间。本申请并未直接进行颜色空间转换，而是通过反射率间接的转换LAB，这样避免了由于同色异谱产品无法辨别的现象，进而影响检测精度的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
