-
公开(公告)号：CN110631497A
公开(公告)日：2019-12-31
申请号：CN201810656015.1
申请日：2018-06-23
Applicant: 南京林业大学
Inventor： 江莺
IPC: G01B11/16
Abstract: 本发明提供一种基于双折射光纤环镜传感器的应变绝对测量方法。经理论推导得出计算受轴向应变后的双折射光纤绝对长度的表达式,结果表明:由任意连续4个相邻的波谷波长、双折射光纤初始长度、光纤初始双折射率和双折射应变系数,便可计算受轴向应变后的双折射光纤绝对长度，并以此计算所受应变大小。通过公认传统表达式计算相邻波谷波长，并与绘制图形的方式得到的结果一致,以此保证计算4个相邻波谷波长的正确性。将4个相邻波谷波长代入本专利推导的表达式计算绝对长度，从而计算应变。该方法无需人为判断,只需找到光谱中的任意连续4个相邻波谷对应的波长,便可计算应变大小。有助于促进传感器与计算机有效对接,实现在线实时测量。
-
公开(公告)号：CN112484652B
公开(公告)日：2022-05-17
申请号：CN201910866719.6
申请日：2019-09-12
Applicant: 南京林业大学
IPC: G01B11/16
Abstract: 本发明提供一种一组相邻的波峰波谷波长实现双折射光纤环镜应变在线测量方法，通过任意一组相邻的波峰波谷波长λ'n、λn及其双折射光纤初始长度、初始双折射率和初始双折射应变系数可计算双折射光纤所受应变大小。根据干涉光谱波谷波长、波峰波长的相对位置蕴含着应变信息的特点，与初始相角无关，可以剔除外界干扰，提高测量精度。该方法无需人为判断，有助于实现计算机在线测量。且该方法需要的信息量较小，可以实现短Bi‑FLM传感器的在线测量。本申请研究结果对Bi‑FLM各类传感器实现计算机在线测量，提高测量精度具有指导意义。
-
公开(公告)号：CN112484652A
公开(公告)日：2021-03-12
申请号：CN201910866719.6
申请日：2019-09-12
Applicant: 南京林业大学
IPC: G01B11/16
Abstract: 本发明提供一种一组相邻的波峰波谷波长实现双折射光纤环镜应变在线测量方法，通过任意一组相邻的波峰波谷波长λ'n、λn及其双折射光纤初始长度、初始双折射率和初始双折射应变系数可计算双折射光纤所受应变大小。根据干涉光谱波谷波长、波峰波长的相对位置蕴含着应变信息的特点，与初始相角无关，可以剔除外界干扰，提高测量精度。该方法无需人为判断，有助于实现计算机在线测量。且该方法需要的信息量较小，可以实现短Bi‑FLM传感器的在线测量。本申请研究结果对Bi‑FLM各类传感器实现计算机在线测量，提高测量精度具有指导意义。
-
公开(公告)号：CN110631500A
公开(公告)日：2019-12-31
申请号：CN201910867408.1
申请日：2019-09-12
Applicant: 南京林业大学
IPC: G01B11/16
Abstract: 本发明提供一种双折射光纤环镜应变传感器在线测量方法，通过任意连续的2个相邻波谷波长、2个相邻波峰波长及其双折射光纤初始长度、初始双折射率和初始双折射应变系数可计算双折射光纤所受应变大小。选取典型通讯波长1550nm、1310nm附近的波长，应用本计算方法计算的应变均与给定应变基本吻合。根据干涉光谱波谷波长、波峰波长的相对位置蕴含着应变信息的特点，与初始相角无关，可以剔除外界干扰，提高测量精度。该方法无需人为判断，有助于实现计算机在线测量。且该方法需要的信息量较小，可以实现短Bi-FLM传感器的在线测量。本申请研究结果对Bi-FLM各类传感器实现计算机在线测量，提高测量精度具有指导意义。
-
公开(公告)号：CN104121983B
公开(公告)日：2017-06-16
申请号：CN201410334486.2
申请日：2014-07-14
Applicant: 南京林业大学
IPC: G01H9/00
Abstract: 本发明是一种基于双折射光纤环镜的振动动态监测系统及方法，它能满足振动信号的动态监测，灵敏度高，能解决双折射光纤环镜的振动传感量和温度交叉敏感的问题。其步骤：采用光纤耦合器、双折射光纤、光纤偏振控制器构建双折射光纤环镜；将双折射光纤粘贴在被测物体上，将双折射光纤环镜固定在被测物体上；采用双折射光纤环镜、光源、光电转换器、信号放大器、数据采集卡及计算机构建振动信号的动态监测系统；被测物体处于振动状态时，通过计算机采集双折射光纤环镜电压随时间变化的数据，将获取的数据中的直流分量去除，然后进行快速傅里叶变换，便可得到被测物体振动频率和振动幅值。
-
Patent Agency Ranking
公开(公告)号：CN116935118A
公开(公告)日：2023-10-24
申请号：CN202310889773.9
申请日：2023-07-19
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06V40/10 , G06V20/52 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种轻量级鸟类分类模型的设计方法和系统，通过鸟类分类，可以有效地预测某地区鸟类种群变化，对当地生态评估具有一定作用。具体包括以下步骤：收集各鸟类图片进行预处理，转化为模型的训练数据；采用多尺度特征融合模块处理图片的不同特征信息；引入SE模块，提高模型对图像信道信息的感知能力；引入CA模块来考虑图像的信道和空间特性；进行迭代训练，生成轻量级鸟类分类模型；将模型部署到嵌入式智能设备中，实现对自然环境中鸟类的监测与识别。本发明设计的模型泛化能力强、准确性高、复杂度低。此外，采用多通道特征融合结构来提高网络对多通道尺度信息提取的适应性，引入SE和CA模块，增强了模型对全局特征的提炼能力。
-
公开(公告)号：CN115246880A
公开(公告)日：2022-10-28
申请号：CN202110465277.1
申请日：2021-04-28
IPC: C07K14/795 , C12N1/06 , C12N13/00 , C12R1/01
Abstract: 本发明一种大幅提高藻蓝蛋白含量的新方法，装置包括高压脉冲发生器、螺旋藻破膜处理室、液料输送系统、控制与检测系统；高压脉冲发生器具有产生高压脉冲的功能，产生的高压脉冲作用于螺旋藻破膜处理室的电极；螺旋藻破膜处理室为螺旋藻破膜后释放藻蓝蛋白的场所；液料输送系统与螺旋藻破膜处理室的一侧相连，用以向处理室输送螺旋藻原液；控制与检测系统主要负责维持高压脉冲杀菌设备的正常运行。本发明的装置不仅复杂程度低体积小，而且其实现方法能够降低提取过程中藻蓝蛋白的损耗并大幅提高提取的藻蓝蛋白含量。
-
公开(公告)号：CN110631500B
公开(公告)日：2021-01-05
申请号：CN201910867408.1
申请日：2019-09-12
Applicant: 南京林业大学
IPC: G01B11/16
Abstract: 本发明提供一种双折射光纤环镜应变传感器在线测量方法，通过任意连续的2个相邻波谷波长、2个相邻波峰波长及其双折射光纤初始长度、初始双折射率和初始双折射应变系数可计算双折射光纤所受应变大小。选取典型通讯波长1550nm、1310nm附近的波长，应用本计算方法计算的应变均与给定应变基本吻合。根据干涉光谱波谷波长、波峰波长的相对位置蕴含着应变信息的特点，与初始相角无关，可以剔除外界干扰，提高测量精度。该方法无需人为判断，有助于实现计算机在线测量。且该方法需要的信息量较小，可以实现短Bi‑FLM传感器的在线测量。本申请研究结果对Bi‑FLM各类传感器实现计算机在线测量，提高测量精度具有指导意义。
-
公开(公告)号：CN116955989A
公开(公告)日：2023-10-27
申请号：CN202310889983.8
申请日：2023-07-19
Applicant: 南京林业大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08 , G10L17/26 , G10L25/30
Abstract: 本发明公开了基于神经网络结构搜索的鸟鸣特征提取与识别模型设计，通过对该模型的训练可以准确地识别鸟类种类，在生物多样性的调查和保护中起着促进作用。本发明提出的深度学习模型，通过利用改良的可微架构搜索，神经网络可以进行自我优化，并以低计算成本选择最佳模型。此外，将推理时间纳入算法中，作为损失函数的一部分，以确定梅尔滤波器组的最佳数量。实验测试结果表明，本模型在包含264种鸟类的数据集上，平均准确率达到92.44％，最大准确率达到98.14％，同时确定了36种作为梅尔滤波器组的最佳数量，模型在横向和纵向上都优于传统深度学习模型。
-
公开(公告)号：CN116504253A
公开(公告)日：2023-07-28
申请号：CN202310498901.7
申请日：2023-05-05
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于频率动态卷积模型的鸟类声音识别方法和系统，通过统计森林鸟类种群数量的变化，对区域进行生态评估。包括以下步骤：集各类鸟类声音信号，进行降噪处理；提取声音特征生成Log‑mel特征谱图供深度学习模型训练；应用频率动态卷积处理特征谱图；采用多尺度特征融合模块结合特征谱图不同层次的特征信息；引入CA注意力机制将图片位置信息加入到通道注意力；训练生成模型；将模型部署在AI设备中，监测鸟类声音并输出鸟类识别结果。本发明提出的模型采用频率动态卷积，特征融合和CA注意力机制，可部署在运算能力有限的嵌入式AI设备中，并在较少参数量和较低计算量的条件下，保证鸟类声音识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.02 seconds)
