-
公开(公告)号：CN114049526A
公开(公告)日：2022-02-15
申请号：CN202111463074.5
申请日：2021-12-03
Applicant: 东北电力大学
Abstract: 本发明公开了可降解与不可降解塑料的快速识别方法，包括如下步骤：利用高光谱成像仪采集多组塑料样本在多个波段的高光谱图像数据，黑白校正处理后，经S‑G滤波方法降噪，采用标准正态变量变换减小类内间距，然后提取高光谱图像数据在每个波段的均值特征，利用基于欧式距离的数据增强方法实现均值特征的增强处理；将均值特征和增强后的均值特征用于动态卷积残差网络的训练，保存模型训练中分类准确率最高的一组网络参数；基于上述步骤完成待识别的塑料样本的预处理，将完成预处理后的100个待识别塑料样本数据输入到训练好的动态卷积残差网络中进行二分类识别。本发明可以实现可降解与不可降解塑料的快速识别，且准确率高，在96%以上。
-
公开(公告)号：CN114118260B
公开(公告)日：2025-05-09
申请号：CN202111402311.7
申请日：2021-11-24
Applicant: 东北电力大学
IPC: G06F18/2411 , G06F18/211 , G06N20/10 , G06N3/0464 , G06N3/08 , G01N33/00
Abstract: 本发明公开了一种分析机器嗅觉增强或抑制机器味觉的方法，包括：机器嗅觉模型、机器味觉模型、感官评估模型、变量投影重要性模型、嗅‑味联觉模型、卷积神经网络、网格搜索‑支持向量机和嗅觉作用分析模型。本发明提出的方法反映风味物质分析时出现的机器嗅觉增强或抑制机器味觉效应，提供一种解释嗅‑味感官交互作用的工具。
-
公开(公告)号：CN114049526B
公开(公告)日：2024-11-15
申请号：CN202111463074.5
申请日：2021-12-03
Applicant: 东北电力大学
IPC: G06V20/10 , G06V10/30 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08 , G01N21/25
Abstract: 本发明公开了可降解与不可降解塑料的快速识别方法，包括如下步骤：利用高光谱成像仪采集多组塑料样本在多个波段的高光谱图像数据，黑白校正处理后，经S‑G滤波方法降噪，采用标准正态变量变换减小类内间距，然后提取高光谱图像数据在每个波段的均值特征，利用基于欧式距离的数据增强方法实现均值特征的增强处理；将均值特征和增强后的均值特征用于动态卷积残差网络的训练，保存模型训练中分类准确率最高的一组网络参数；基于上述步骤完成待识别的塑料样本的预处理，将完成预处理后的100个待识别塑料样本数据输入到训练好的动态卷积残差网络中进行二分类识别。本发明可以实现可降解与不可降解塑料的快速识别，且准确率高，在96%以上。
-
公开(公告)号：CN115409102A
公开(公告)日：2022-11-29
申请号：CN202211020452.7
申请日：2022-08-24
Applicant: 东北电力大学 , 吉林烟草工业有限责任公司
Abstract: 本发明公开了一种用于味觉感知数据分析的时空重构数据增强方法，包括如下步骤：利用脑电信号采集系统获取多种味道刺激下所诱发的味觉脑电数据，利用所采集的数据建立味觉脑电数据集，而后依次采用低通、带通滤波方法降噪，随后对数据进行降采样来减小数据量，然后划分训练集和测试集，再利用时空重构数据增强方法将味觉脑电的训练集数据进行扩增，构建分类模型，并将扩增后的训练集用于分类模型的训练，最终训练后的模型用于味道辨识。本发明所提出的数据增强方法显著地提高了味觉脑电识别模型的准确率与稳定性，有效地实现了味道的辨识。
-
公开(公告)号：CN114118260A
公开(公告)日：2022-03-01
申请号：CN202111402311.7
申请日：2021-11-24
Applicant: 东北电力大学
Abstract: 本发明公开了一种分析机器嗅觉增强或抑制机器味觉的方法，包括：机器嗅觉模型、机器味觉模型、感官评估模型、变量投影重要性模型、嗅‑味联觉模型、卷积神经网络、网格搜索‑支持向量机和嗅觉作用分析模型。本发明提出的方法反映风味物质分析时出现的机器嗅觉增强或抑制机器味觉效应，提供一种解释嗅‑味感官交互作用的工具。
-
Patent Agency Ranking
公开(公告)号：CN114112938B
公开(公告)日：2024-09-20
申请号：CN202111463075.X
申请日：2021-12-03
Applicant: 东北电力大学
IPC: G01N21/25
Abstract: 本发明及塑料理化和高光谱分析等研究领域，具体涉及一种评估可降解塑料降解程度的方法，包括如下步骤：将待评估塑料样本剪成颗粒状或薄片状，置于电热恒温干燥箱，利用高光谱成像仪分别采集原始塑料样本和热降解后塑料样本的高光谱数据；采用S‑G滤波方法实现所采集到的高光谱数据的降噪处理；将降噪后的高光谱数据进行一维重构处理和二维重构处理，并获取一维重构数据的皮尔逊相关系数，二维重构数据的结构相似性参数；将皮尔逊相关系数、结构相似性参数带入降解程度评估值计算公式，对塑料的降解程度进行评估，获取降解程度评估值。本发明实现了对可降解塑料降解程度客观地、有效地、快速地评估。
-
公开(公告)号：CN115005844A
公开(公告)日：2022-09-06
申请号：CN202210426378.2
申请日：2022-04-22
Applicant: 东北电力大学
Abstract: 本发明公开了一种用于嗅觉脑电识别的频段注意力方法，包括如下步骤：利用脑电信号采集系统分别获取受试者在多种气味刺激下所诱发的嗅觉脑电数据，在利用其数据建立脑电样本后，依次经低通、带通滤波方法降噪，采用降采样减小数据量，然后依据脑电节律对数据进行频段划分，利用时间窗实现对样本的每个频段的数据按时间进行剪切分段，对剪切前和剪切后不同时段下各频段的脑电数据进行重构，基于残差模块和卷积块注意模块构建具有频段注意力机制的模型，将重构后的不同时段的脑电数据并行输入到带有频段注意力机制的模型用于气味辨识。本发明可以基于嗅觉脑电实现对气味的快速识别，且识别效果好，其准确率和F1得分都在97%以上。
-
公开(公告)号：CN114112938A
公开(公告)日：2022-03-01
申请号：CN202111463075.X
申请日：2021-12-03
Applicant: 东北电力大学
IPC: G01N21/25
Abstract: 本发明及塑料理化和高光谱分析等研究领域，具体涉及一种评估可降解塑料降解程度的方法，包括如下步骤：将待评估塑料样本剪成颗粒状或薄片状，置于电热恒温干燥箱，利用高光谱成像仪分别采集原始塑料样本和热降解后塑料样本的高光谱数据；采用S‑G滤波方法实现所采集到的高光谱数据的降噪处理；将降噪后的高光谱数据进行一维重构处理和二维重构处理，并获取一维重构数据的皮尔逊相关系数，二维重构数据的结构相似性参数；将皮尔逊相关系数、结构相似性参数带入降解程度评估值计算公式，对塑料的降解程度进行评估，获取降解程度评估值。本发明实现了对可降解塑料降解程度客观地、有效地、快速地评估。
-
公开(公告)号：CN115005844B
公开(公告)日：2025-05-13
申请号：CN202210426378.2
申请日：2022-04-22
Applicant: 东北电力大学
Abstract: 本发明公开了一种用于嗅觉脑电识别的频段注意力方法，包括如下步骤：利用脑电信号采集系统分别获取受试者在多种气味刺激下所诱发的嗅觉脑电数据，在利用其数据建立脑电样本后，依次经低通、带通滤波方法降噪，采用降采样减小数据量，然后依据脑电节律对数据进行频段划分，利用时间窗实现对样本的每个频段的数据按时间进行剪切分段，对剪切前和剪切后不同时段下各频段的脑电数据进行重构，基于残差模块和卷积块注意模块构建具有频段注意力机制的模型，将重构后的不同时段的脑电数据并行输入到带有频段注意力机制的模型用于气味辨识。本发明可以基于嗅觉脑电实现对气味的快速识别，且识别效果好，其准确率和F1得分都在97%以上。
-
公开(公告)号：CN115329819A
公开(公告)日：2022-11-11
申请号：CN202211019387.6
申请日：2022-08-24
Applicant: 东北电力大学 , 吉林烟草工业有限责任公司
Abstract: 本发明公开了一种用于嗅觉感知数据分析的时空融合数据增强方法，包括如下步骤：通过脑电信号采集系统获取多种气味刺激下所诱发的嗅觉脑电数据，利用所采集的数据建立嗅觉脑电样本，而后依次采用低通、带通滤波方法降噪，随后对数据进行下采样来减小数据量，然后划分训练集和测试集，再利用时空融合数据增强方法将嗅觉脑电的训练集数据进行扩增，构建分类模型，并将扩增后的训练集用于分类模型的训练，最终训练后的模型用于气味辨识。本发明所提出的数据增强方法显著地提升了嗅觉脑电识别模型的准确率与稳定性，有效地实现了气味的辨识。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
