-
公开(公告)号：CN118838047A
公开(公告)日：2024-10-25
申请号：CN202310439370.4
申请日：2023-04-23
Applicant: 中国计量大学
IPC: G02B27/00
Abstract: 本发明公开了一种光强可控任意多焦点阵列的相位调制方法，具体应用于光学微操作领域具体包括：激光器输出的光束经过半波片，将光束偏振方向调整为对空间光调制器敏感的水平方向，经过第一光学4F系统后被反射镜反射到空间光调制器上半径为R填充有焦点的相位参数信息的定位‑调光双区域，相位调制后的光束依次经过第二光学4F系统和物镜，在CCD的聚焦平面上形成光强可控任意多焦点阵列聚焦光场。相对于其他多焦点阵列生成方法，本发明不仅对多焦点空间位置调控，还利用定位‑调光双区域相位调制，调控阵列中各焦点的光强，实现多种微粒的捕获，提高了光学微操纵效率。
-
公开(公告)号：CN114331891A
公开(公告)日：2022-04-12
申请号：CN202111631782.5
申请日：2021-12-29
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于深度学习的超透镜色差恢复方法，包括1)构建超透镜色差恢复神经网络和色差恢复损失函数；2)将超透镜色差图像x与其对应的标准图像y作为训练数据对，对超透镜色差恢复神经网络进行训练，使得色差恢复损失函数值小于8，实现超透镜色差图像到其对应的标准图像的双向映射，获得训练好的超透镜色差恢复模型；3)利用步骤2)，将待恢复超透镜色差图像输入到训练好的超透镜色差恢复模型中，实现超透镜色差恢复。
-
公开(公告)号：CN115100074A
公开(公告)日：2022-09-23
申请号：CN202210870971.6
申请日：2022-07-22
Applicant: 中国计量大学
IPC: G06T5/00 , G06V10/774 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于迁移学习的高质量超透镜图像恢复方法，其特征在于，包括：将待恢复超透镜图像II输入至构建的超透镜图像恢复网络中，得到高质量超透镜图像；构建所述超透镜图像恢复网络过程中：基于迁移学习的思想，利用采集的自然图像数据集对预训练网络进行训练，获得训练好的预训练模型；获取清晰图像和待恢复超透镜图像I，使用预训练模型对待恢复超透镜图像I进行预处理，获得超透镜图像数据集；接着利用超透镜图像数据集对超透镜图像恢复网络进行训练，获得训练好的超透镜图像恢复模型。本发明不仅能显著提升超透镜图像的信噪比，还能实现边缘细节区域的高质量恢复，从而达到恢复超透镜图像的目的。
-
公开(公告)号：CN113838132A
公开(公告)日：2021-12-24
申请号：CN202111105737.6
申请日：2021-09-22
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于卷积神经网络的单分子定位方法。包括：1)计算仿真出三维粒子图像，将三维粒子图像中的粒子编码为二维矩形，得到二维矩形的参数信息。2)将步骤1)中计算仿真出的三维粒子图像和对应的二维矩形参数信息组成数据对作为训练集输入到卷积神经网络中进行学习训练，构建出三维粒子图像与二维矩形参数信息之间的映射关系，生成训练好的两者之间的映射关系的卷积神经网络模型。3)测试过程中将单分子图像输入到步骤2)中训练好的网络中，得到预测的二维矩形参数信息。4)将步骤3)中预测的二维矩形的参数信息转换为单分子图像中粒子的信息，利用单分子图像中粒子的信息进行三维重建达到单分子定位的目的。
-
公开(公告)号：CN117992735A
公开(公告)日：2024-05-07
申请号：CN202410232241.2
申请日：2024-03-01
Applicant: 中国计量大学
IPC: G06F18/10 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种低信噪比单分子力谱信号恢复增强方法。包括：1)通过拟合真实单分子力谱信号曲线构建数据仿真模型，以生成仿真数据集。2)将步骤1)生成的仿真数据集作为训练集和验证集，输入到残差神经网络模型中进行学习训练，以构建出高信噪比力学信号、低信噪比距离信号和无噪声距离信号间的映射关系，最终生成具有信号恢复增强功能的残差神经网络模型。3)将实验采集的单分子力谱信号数据作为测试集，把力学和距离信号输入到训练好的残差神经网络模型中进行测试，得到恢复增强后的高信噪比距离信号。实现了距离信号曲线平滑度和折叠处信号精确度的同步提升，极大地提升了单分子力谱信号的质量和准确性。
-
Patent Agency Ranking
公开(公告)号：CN113838023B
公开(公告)日：2023-09-15
申请号：CN202111105792.5
申请日：2021-09-22
Applicant: 中国计量大学
Abstract: 本发明公开了一种色差图像质量评价方法，包括1)将待评价图像做离散余弦变换，得到清晰度原值；2)将步骤1)中待评价图像做灰度化处理，得到灰度化后的待评价图像；3)将步骤2)中灰度化后的待评价图像做分块处理，得到分块处理后的图像组；4)将步骤3)中分块处理后的图像组做基于像素的计算和基于梯度的计算，得到一组基于像素的计算值和一组基于梯度的计算值；5)利用步骤1)中的清晰度原值与步骤4)中的一组基于像素的计算值和一组基于梯度的计算值进行色差评价计算，获得色差评价结果，实现对图像色差程度的客观评价。
-
公开(公告)号：CN115641918A
公开(公告)日：2023-01-24
申请号：CN202211366459.4
申请日：2022-11-01
Applicant: 中国计量大学
IPC: G16C20/20 , G16C10/00 , G06N3/08 , G06N3/0464 , G06F18/214
Abstract: 本发明公开了一种基于卷积神经网络的单分子力谱分类方法。包括：1)获取单分子力谱图像。2)对单分子力谱图像依次进行预处理、数据增强处理和人工标注类别处理，获得人工标注后的单分子力谱图像，制作包含训练集，验证集和测试集的数据集。3)构建卷积神经网络模型，利用训练集对构建好的卷积神经网络模型进行训练，生成训练好的卷积神经网络模型。4)将测试集中的单分子力谱图像输入到训练好的卷积神经网络模型中，得到单分子力谱的折叠事件数量类别信息，实现单分子力谱图像分类的目的。
-
公开(公告)号：CN113838023A
公开(公告)日：2021-12-24
申请号：CN202111105792.5
申请日：2021-09-22
Applicant: 中国计量大学
Abstract: 本发明公开了一种色差图像质量评价方法，包括1)将待评价图像做离散余弦变换，得到清晰度原值；2)将步骤1)中待评价图像做灰度化处理，得到灰度化后的待评价图像；3)将步骤2)中灰度化后的待评价图像做分块处理，得到分块处理后的图像组；4)将步骤3)中分块处理后的图像组做基于像素的计算和基于梯度的计算，得到一组基于像素的计算值和一组基于梯度的计算值；5)利用步骤1)中的清晰度原值与步骤4)中的一组基于像素的计算值和一组基于梯度的计算值进行色差评价计算，获得色差评价结果，实现对图像色差程度的客观评价。
-
公开(公告)号：CN113838132B
公开(公告)日：2023-08-04
申请号：CN202111105737.6
申请日：2021-09-22
Applicant: 中国计量大学
IPC: G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于卷积神经网络的单分子定位方法。包括：1)计算仿真出三维粒子图像，将三维粒子图像中的粒子编码为二维矩形，得到二维矩形的参数信息。2)将步骤1)中计算仿真出的三维粒子图像和对应的二维矩形参数信息组成数据对作为训练集输入到卷积神经网络中进行学习训练，构建出三维粒子图像与二维矩形参数信息之间的映射关系，生成训练好的两者之间的映射关系的卷积神经网络模型。3)测试过程中将单分子图像输入到步骤2)中训练好的网络中，得到预测的二维矩形参数信息。4)将步骤3)中预测的二维矩形的参数信息转换为单分子图像中粒子的信息，利用单分子图像中粒子的信息进行三维重建达到单分子定位的目的。
-
公开(公告)号：CN217485710U
公开(公告)日：2022-09-23
申请号：CN202221591828.5
申请日：2022-06-17
Applicant: 中国计量大学
Abstract: 本实用新型公开了一种基于超表面的太赫兹偏振转换器，它的基本单元结构包括自上而下依次设置的顶层金属图案层(1)、中间介质层(2)和底层金属层(3)；顶层金属图案层(1)包括贴附于中间介质层(2)上表面的第一金属贴片(1‑1)、第二金属贴片(1‑2)和第三金属贴片(1‑3)，整个顶层金属图案层(1)为中心对称图形；第一金属贴片(1‑1)是金属同心圆环，第二金属贴片(1‑2)是双开口谐振环结构，为具有两个开口的金属圆环且两个开口分别位于圆环的一条直径两端，双开口谐振环的直径与x轴的角度α为45°，第三金属贴片(1‑3)是矩形，矩形的长轴与x轴的角度α为45°。本实用新型具有结构简单、工作频谱范围更宽等特点，能够对线偏振入射的太赫兹波进行偏振转换，实现线‑圆偏振的偏振转换。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.032 seconds)
