-
公开(公告)号：CN117830231A
公开(公告)日：2024-04-05
申请号：CN202311715871.7
申请日：2023-12-13
Applicant: 华中科技大学
IPC: G06T7/00 , G06T7/45 , G06F18/24 , G06F18/2113 , G01N21/73
Abstract: 本发明属于煤质检测技术领域，公开了一种基于时空融合光谱的燃煤品质快速检测方法及系统，方法包括：基于多个待测样品的全波段光谱，获取每个待测燃煤样品中多种关键元素分别对应的特征谱线；基于特征谱线构建时空光谱图像；获取时空光谱图像的形态学特征，并基于形态学特征分别获取特征谱线的演变趋势；基于演变趋势构建定量模型，并基于定量模型检测待测样品的品质。本发明能够提高燃煤品质定量检测精度。
-
公开(公告)号：CN117470831A
公开(公告)日：2024-01-30
申请号：CN202311411950.9
申请日：2023-10-26
Applicant: 华中科技大学
IPC: G01N21/71 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明属于激光光谱分析领域，公开了一种基于自监督图谱融合的LIBS自动化定量分析方法，包括以下步骤：构建残差注意力单元，并基于软阈值滤波和通道注意力机制学习通道权重；利用残差注意力单元和深度网络模型中的一维卷积层分别提取待测样品的等离子体图像和光谱的特征，并对等离子体图像的特征和光谱的特征进行特征融合，以获取校正因子；将等离子图像和光谱的平均值输入到深度网络模型中训练，以获得校正模型；将待测样品的全波段光谱信号和等离子体图像输入到校正模型中获取定标曲线。本发明能提高LIBS自动化定量分析的准确度和精度。
-
公开(公告)号：CN116380873A
公开(公告)日：2023-07-04
申请号：CN202310131001.9
申请日：2023-02-14
Applicant: 华中科技大学
IPC: G01N21/71 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种LIBS光谱波动性校正方法，属于激光光谱分析领域，该方法为：获得待测样品的全波段光谱信号和等离子体图像并建立训练数据库；对于待测元素原始光谱强度与其含量进行拟合，得到标准曲线并作为训练标签以对深度卷积网络模型进行训练；训练到损失函数收敛至预设条件时，优化标准曲线以作为新的训练标签继续进行训练；训练到损失函数再次收敛至预设条件时，训练完成并获得校正模型，将校正光谱强度与其含量进行线性拟合以获得定标曲线，进而完成LIBS光谱波动性校正。本发明对于光谱波动性的校正操作简单，效果明显，可靠性高，能够大幅提升LIBS在恶劣环境下的定量检测精确性，有效应用于工业场景。
-
Patent Agency Ranking
公开(公告)号：CN118624528A
公开(公告)日：2024-09-10
申请号：CN202410678495.7
申请日：2024-05-29
Applicant: 华中科技大学
Abstract: 本申请属于重金属检测领域，公开了一种基于LIBS‑LAAS的燃煤重金属检测分析装置及方法，其包括脉冲激光激发单元、波长可调谐连续激光共振吸收单元、同轴信号采集单元、旁轴信号采集单元、控制与分析单元以及位移检测平台；脉冲激光激发单元包括脉冲激光器，脉冲激光器发射脉冲激光并烧蚀样品以产生等离子体；波长可调谐连续激光共振吸收单元包括用于向等离子体发射连续激光的波长可调谐连续激光器；同轴信号采集单元包括第一光谱仪，第一光谱仪采集连续激光穿过等离子体的LAAS吸收光谱信息。通过本申请能够突破LIBS检测重金属元素谱线重叠的干扰，同时获取燃煤样品中多种重金属元素的光谱信息，实现重金属元素快速检测分析,提高重金属检测分析结果准确性。
-
公开(公告)号：CN112163106A
公开(公告)日：2021-01-01
申请号：CN202011059408.8
申请日：2020-09-30
Applicant: 华中科技大学
IPC: G06F16/51 , G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种二阶相似感知的图像哈希码提取模型建立方法及其应用，属于图像检索领域，包括：利用预训练模型提取图像数据集中各图像的特征；以特征为节点，以特征间的相似度为对应节点间边的权重，建立图模型，并构建其邻接矩阵；建立同时包含一阶和二阶接近度重构误差的损失函数；以邻接矩阵中的每一行为输入，对自编码器进行训练；在损失函数收敛时，提取自编码器正中间隐藏层的输出，并转换为二进制哈希码，作为对应图像的哈希标签；对图像数据集进行抽样，由抽样得到的图像及其对应的哈希标签构成训练集；利用训练集训练神经网络，得到图像哈希码提取模型。本发明能够修复图像特征中存在的语义偏差，提高图像检索的准确性。
-
公开(公告)号：CN112163106B
公开(公告)日：2024-04-26
申请号：CN202011059408.8
申请日：2020-09-30
Applicant: 华中科技大学
IPC: G06F16/51 , G06F16/583 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种二阶相似感知的图像哈希码提取模型建立方法及其应用，属于图像检索领域，包括：利用预训练模型提取图像数据集中各图像的特征；以特征为节点，以特征间的相似度为对应节点间边的权重，建立图模型，并构建其邻接矩阵；建立同时包含一阶和二阶接近度重构误差的损失函数；以邻接矩阵中的每一行为输入，对自编码器进行训练；在损失函数收敛时，提取自编码器正中间隐藏层的输出，并转换为二进制哈希码，作为对应图像的哈希标签；对图像数据集进行抽样，由抽样得到的图像及其对应的哈希标签构成训练集；利用训练集训练神经网络，得到图像哈希码提取模型。本发明能够修复图像特征中存在的语义偏差，提高图像检索的准确性。
-
公开(公告)号：CN111984807B
公开(公告)日：2024-03-19
申请号：CN202010819959.3
申请日：2020-08-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种内容筛选存储方法及系统，在内容存储阶段，通过预训练好的哈希码生成模型对该图像的局部特征和整体特征进行分析，生成与新图像内容相关联的哈希码，构成元数据，并通过构建语义汉明图对元数据进行管理，在语义汉明图中通过边的连接来关联到相似的节点，并且边长即为关联的权重，在保留关联信息的同时，也最大程度的减少连接边和资源开销，同时也优化了数据查找流程，将文件信息等元数据直接集成在语义汉明图中，不需要依赖其他索引来得到文件信息，从而进一步节约了资源，缩短了延迟时间，使得在内容筛选阶段，可以实现基于内容相似度的数据查询与筛选，只读取与需求内容语义相关的数据，大大减少了读取延迟。
-
公开(公告)号：CN111984807A
公开(公告)日：2020-11-24
申请号：CN202010819959.3
申请日：2020-08-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种内容筛选存储方法及系统，在内容存储阶段，通过预训练好的哈希码生成模型对该图像的局部特征和整体特征进行分析，生成与新图像内容相关联的哈希码，构成元数据，并通过构建语义汉明图对元数据进行管理，在语义汉明图中通过边的连接来关联到相似的节点，并且边长即为关联的权重，在保留关联信息的同时，也最大程度的减少连接边和资源开销，同时也优化了数据查找流程，将文件信息等元数据直接集成在语义汉明图中，不需要依赖其他索引来得到文件信息，从而进一步节约了资源，缩短了延迟时间，使得在内容筛选阶段，可以实现基于内容相似度的数据查询与筛选，只读取与需求内容语义相关的数据，大大减少了读取延迟。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
