公开(公告)号：CN119541007A

公开(公告)日：2025-02-28

申请号：CN202411551993.1

申请日：2024-11-01

Applicant: 厦门大学

Inventor： 朱锦锋 ,  林永祥 ,  谢奕浓 ,  高源 ,  严一鸣

IPC: G06V40/13 ,  G06F30/27 ,  G06F30/10

Abstract: 本发明提出了一种面向太赫兹指纹传感的多路复用超构器件智能设计方法，包括：获取期望共振频率，通过等间距采样覆盖目标指纹频率范围，得到一系列的期望共振频率；设定期望结构参数，根据实际物理限制以及加工条件，设定目标超构器件的期望结构参数；将获取的所述期望共振频率与设定的所述期望结构参数组合，形成逆向设计网络的输入向量；预测目标结构参数，基于深度学习构建和训练逆向设计网络，预测能够实现目标指纹频率范围的一系列超构表面模块的其余结构参数。通过深度学习神经网络实现了多路复用超构器件的逆向设计，能够快速、准确地推导出符合目标指纹要求的器件结构。显著提高了设计精度和效率，并具备实时响应传感需求变化的能力。

公开(公告)号：CN119691515A

公开(公告)日：2025-03-25

申请号：CN202411830868.4

申请日：2024-12-12

Applicant: 厦门大学

Inventor： 朱锦锋 ,  朱悦悦 ,  陈凯彬 ,  高源 ,  林永祥 ,  章志鹏 ,  严一鸣

IPC: G06F18/24 ,  G06F18/10 ,  G06F18/2135 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08 ,  G06N20/00

Abstract: 基于深度学习Teaformer的茶叶品种及品质分类方法，涉及一种基于光谱分析领域和人工智能算法领域。分类方法的构建基于PCA降维方法和Transformer神经网络模型，通过无损、快速且高效的手段对茶叶进行质量评估。通过采集茶叶的可见‑近红外光谱数据，通过Teaformer进行特征提取与分类，实现茶叶的精准分类和品质评估。包括：采集一定数量的茶叶样本的可见‑近红外光谱数据，并对数据进行预处理，包括去噪、标准化；利用Teaformer模型对光谱数据进行训练，学习其内部特征；通过模型对未知样本进行预测和分类，评估茶叶的质量；结合实际应用需求，优化模型参数，以提高检测的准确性和稳定性。

公开(公告)号：CN119598932A

公开(公告)日：2025-03-11

申请号：CN202411650438.4

申请日：2024-11-19

Applicant: 厦门大学

Inventor： 朱锦锋 ,  汤琪 ,  高源 ,  林永祥 ,  严一鸣

IPC: G06F30/367 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/044 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06F18/15 ,  G06F18/214 ,  G06F18/21 ,  G06N3/048

Abstract: 本发明提出了一种声表面波滤波器的快速智能设计方法和系统，包括：基于电磁仿真软件，建立声表面波谐振器物理模型，计算得到对应导纳响应，得到构造目标声表面滤波器的一系列声表面谐振器导纳响应和关键结构参数；对收集所得所述样本数据集进行预处理，形成深度学习模型的输入向量；构建逆向设计的神经网络模型，学习结构参数与导纳响应的映射关系，进行串、并联声表面波谐振器的结构参数预测；结合COM模型，串、并联谐振器的导纳转化为S矩阵，从而得到滤波通带。本发明避免了因复杂声学特性和材料参数导致的高计算成本和精确性问题，克服了传统数值模拟方法耗时繁琐和复杂的电路拓扑流程，满足了声表面波滤波器快速智能设计需求。