-
公开(公告)号：CN113657168B
公开(公告)日：2024-02-06
申请号：CN202110813338.9
申请日：2021-07-19
Applicant: 西安理工大学
IPC: G06V40/16 , G06V10/44 , G06V10/70 , G06V10/764 , G06V10/30 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的学生学习情绪识别方法，通过卷积神经网络模型对学生表情进行分类，根据表情将学生学习情绪划分为积极情绪和消极情绪，并将学生信息和情绪信息进行存储，可以将学生的学习情绪反馈给教师，家长和学生，可以解决学生情绪不易感知的问题，对教师优化课堂设置，关注学生学习情绪提供支持，对保证课堂效果起着积极作用，另一方面可以为在线学习检测学生投入度提供支持，有助于教育者调整教学策略，学习者调整学习状态。
-
公开(公告)号：CN113192034A
公开(公告)日：2021-07-30
申请号：CN202110485277.8
申请日：2021-04-30
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于反向传播神经网络的混合染液浓度检测方法，首先利用工业相机采集混合染液的图像信息，然后对原始数据进行去噪和预处理，再训练反向传播神经网络模型，最终得到一个最优模型，用得到的模型预测混合染液的浓度。基于反向传播神经网络的混合染液浓度检测方法可以从观测数据出发，寻找出尚不能通过理论分析得到的规律，所用的数据是混合染液的图像信息，数据采集对仪器的要求较低，可以更方便快捷的获取数据，通过构造模型实现对混合染液染料浓度的预测，从而达到改善印染产品品质、提高生产效率、实现节能减排的目的。
-
公开(公告)号：CN113295625B
公开(公告)日：2023-04-18
申请号：CN202110483183.7
申请日：2021-04-30
Applicant: 西安理工大学
Abstract: 本发明提出了一种基于极端梯度提升的机器视觉染料浓度光谱检测方法，首先需要将实际工业生产中的染液分别配制出来，取样将其滴在工业相机设备下的玻璃皿上，在三种背光光源以及九种曝光时间的照射下采集图像信息，即采集R、G、B值作为原始数据，并将原始数据进行去噪点、归一化、曝光时间独热编码、特征选择以及差分等一系列预处理后，加入XGboost算法进行反复训练及优化，训练出能够达到标准的最优模型。于此，在今后的染液浓度检测中就可以应用此方法，不仅提高了检测精度，而且环保高效，方便未来的染料工业，促进未来染料行业的发展，符合国家对染料行业的要求。
-
公开(公告)号：CN114092784A
公开(公告)日：2022-02-25
申请号：CN202111180545.1
申请日：2021-10-11
Applicant: 西安理工大学
IPC: G06V20/00 , G06V10/56 , G06V10/764 , G06V10/762 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G01N21/25
Abstract: 本发明公开了基于长短期记忆神经网络的混合染液浓度光谱检测方法，具体为：首先，配置不同浓度的混合染液，得到原始染液数据；在不同的光源及不同的曝光时间下，采集原始染液数据的图像信息并记录；将数据进行横向DBSCAN聚类，得到k类数据；再将聚类后的每类数据进行预处理，并划分训练集与验证集，之后再采用长短期记忆神经网络算法来建立模型，对模型进行训练，最后利用训练完成的最优预测模型对测试集数据进行检验预测。本发明使用科学智能的方法有效的解决了国内外印染行业在染料浓度检测方面的瓶颈问题，该方法在操作过程中十分简单，非印染专业人员也可以进行操作，在避免造成污染的同时，实现了低成本、高效率、高精度地检测。
-
Patent Agency Ranking
公开(公告)号：CN113295625A
公开(公告)日：2021-08-24
申请号：CN202110483183.7
申请日：2021-04-30
Applicant: 西安理工大学
Abstract: 本发明提出了一种基于极端梯度提升的机器视觉染料浓度光谱检测方法，首先需要将实际工业生产中的染液分别配制出来，取样将其滴在工业相机设备下的玻璃皿上，在三种背光光源以及九种曝光时间的照射下采集图像信息，即采集R、G、B值作为原始数据，并将原始数据进行去噪点、归一化、曝光时间独热编码、特征选择以及差分等一系列预处理后，加入XGboost算法进行反复训练及优化，训练出能够达到标准的最优模型。于此，在今后的染液浓度检测中就可以应用此方法，不仅提高了检测精度，而且环保高效，方便未来的染料工业，促进未来染料行业的发展，符合国家对染料行业的要求。
-
公开(公告)号：CN117164365B
公开(公告)日：2025-04-15
申请号：CN202311133541.7
申请日：2023-09-04
Applicant: 西安理工大学
IPC: C04B35/583 , D01F9/08 , C04B35/622
Abstract: 本发明公开了一种高结晶取向氮化硼纤维的制备方法，具体为：首先将三聚氰胺与硼酸按一定比例称量，加入去离子水，在水浴加热条件下使其充分溶解，倒入培养皿中，得到过饱和前驱体溶液；其次放置(111)取向的镍基单晶高温合金作为籽晶，水平放置于培养皿底部中心，平行于电场方向；然后将培养皿置于可调节电场设备中，控制溶剂挥发速度，调控电场强度控制取向程度，得到高取向性前驱体结晶纤维，最后将前驱体结晶纤维进行煅烧处理，得到结晶取向氮化硼纤维；本发明制备的氮化硼纤维取向程度高，力学性能好，在航空航天、冶金、核工业等领域有广阔的应用前景。
-
公开(公告)号：CN117164365A
公开(公告)日：2023-12-05
申请号：CN202311133541.7
申请日：2023-09-04
Applicant: 西安理工大学
IPC: C04B35/583 , D01F9/08 , C04B35/622
Abstract: 本发明公开了一种高结晶取向氮化硼纤维的制备方法，具体为：首先将三聚氰胺与硼酸按一定比例称量，加入去离子水，在水浴加热条件下使其充分溶解，倒入培养皿中，得到过饱和前驱体溶液；其次放置(111)取向的镍基单晶高温合金作为籽晶，水平放置于培养皿底部中心，平行于电场方向；然后将培养皿置于可调节电场设备中，控制溶剂挥发速度，调控电场强度控制取向程度，得到高取向性前驱体结晶纤维，最后将前驱体结晶纤维进行煅烧处理，得到结晶取向氮化硼纤维；本发明制备的氮化硼纤维取向程度高，力学性能好，在航空航天、冶金、核工业等领域有广阔的应用前景。
-
公开(公告)号：CN113657168A
公开(公告)日：2021-11-16
申请号：CN202110813338.9
申请日：2021-07-19
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于卷积神经网络的学生学习情绪识别方法，通过卷积神经网络模型对学生表情进行分类，根据表情将学生学习情绪划分为积极情绪和消极情绪，并将学生信息和情绪信息进行存储，可以将学生的学习情绪反馈给教师，家长和学生，可以解决学生情绪不易感知的问题，对教师优化课堂设置，关注学生学习情绪提供支持，对保证课堂效果起着积极作用，另一方面可以为在线学习检测学生投入度提供支持，有助于教育者调整教学策略，学习者调整学习状态。
-
公开(公告)号：CN113192034B
公开(公告)日：2024-02-02
申请号：CN202110485277.8
申请日：2021-04-30
Applicant: 西安理工大学
IPC: G06T7/00 , G06T5/70 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于反向传播神经网络的混合染液浓度检测方法，首先利用工业相机采集混合染液的图像信息，然后对原始数据进行去噪和预处理，再训练反向传播神经网络模型，最终得到一个最优模型，用得到的模型预测混合染液的浓度。基于反向传播神经网络的混合染液浓度检测方法可以从观测数据出发，寻找出尚不能通过理论分析得到的规律，所用的数据是混合染液的图像信息，数据采集对仪器的要求较低，可以更方便快捷的获取数据，通过构造模型实现对混合染液染料浓度的预测，从而达到改善印染产品品质、提高生产效率、实现节能减排的目的。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.034 seconds)
