-
Patent Agency Ranking
公开(公告)号：CN102519909B
公开(公告)日：2013-08-21
申请号：CN201110358651.4
申请日：2011-11-14
Applicant: 重庆大学
Abstract: 本发明公开一种基于液晶可调谐滤波器的空域低相干相位显微镜，包括载物台、第一物镜、第一反射镜、管镜以及CCD图像感应器，其特征在于：还包括白光光源、分光镜以及液晶可调谐滤波片，分光镜接收白光信号，该白光信号透过第一物镜聚焦到观测样本中，观测样本的反射散射信号透过第一物镜和第一反射镜后投射在管镜中，在管镜与CCD图像感应器之间安装液晶可调谐滤波片，通过该液晶可调谐滤波片将不同波长的显微图像投射到CCD图像感应器上。其显著效果是：光路结构简单，控制方便，系统具有高空域折射率波动灵敏度，可直接对临床样本玻片进行处理，实现细胞纳米结构的高精度成像，而且利用电光液晶调谐实现全场快速测量。
-
公开(公告)号：CN103839272A
公开(公告)日：2014-06-04
申请号：CN201410113556.1
申请日：2014-03-25
Applicant: 重庆大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于K均值聚类法的脑磁共振图像配准方法，首先利用Harris算子和SUSAN算子的混合角点检测获取总角点集，利用角点强度筛选出新的角点集，采用互相关系数法进行粗匹配筛选，然后引入K均值聚类法对角点进行聚类，之后结合归一化相关法和投票匹配法筛选出精准的角点对，最后采用Powell算法对角点集合进行优化，得到重建参数值，对图像进行最终配准。其显著效果是：本发明具有良好的稳定性，能够完整、正确地描述特征点信息，减少了后续运算中程序的运行时间，提高了配准精度，实现对图像配准算法更精确、更有效率的改进，能更好的兼容大范围波动的变换图像。
-
公开(公告)号：CN102800316B
公开(公告)日：2014-04-30
申请号：CN201210314067.3
申请日：2012-08-30
Applicant: 重庆大学
Abstract: 本发明涉及一种基于神经网络的声纹识别系统的最优码本设计方法，包括语音信号输入、语音信号预处理、语音信号特征参数提取、三路初始码本生成、神经网络训练以及最优码本选择五个步骤，在预处理后同时了提取MFCC和LPCC参数，然后采用局部最优的矢量量化法和全局最优的遗传算法，实现了基于VQ、GA、VQ与GA的三路并列算法对混合语音特征参数矩阵产生初始码本，通过对三路码本的神经网络识别准确率的判决，选出最优码本。其显著效果是：利用该最优码本，使得声纹识别系统获得较高的识别率和稳定性，并提高了系统的自适应性；较之单一的码本进行模式识别，采用基于神经网络得到的最优码本的声纹识别系统，其性能有明显的改进。
-
公开(公告)号：CN102800316A
公开(公告)日：2012-11-28
申请号：CN201210314067.3
申请日：2012-08-30
Applicant: 重庆大学
Abstract: 本发明涉及一种基于神经网络的声纹识别系统的最优码本设计方法，包括语音信号输入、语音信号预处理、语音信号特征参数提取、三路初始码本生成、神经网络训练以及最优码本选择五个步骤，在预处理后同时了提取MFCC和LPCC参数，然后采用局部最优的矢量量化法和全局最优的遗传算法，实现了基于VQ、GA、VQ与GA的三路并列算法对混合语音特征参数矩阵产生初始码本，通过对三路码本的神经网络识别准确率的判决，选出最优码本。其显著效果是：利用该最优码本，使得声纹识别系统获得较高的识别率和稳定性，并提高了系统的自适应性；较之单一的码本进行模式识别，采用基于神经网络得到的最优码本的声纹识别系统，其性能有明显的改进。
-
公开(公告)号：CN102519909A
公开(公告)日：2012-06-27
申请号：CN201110358651.4
申请日：2011-11-14
Applicant: 重庆大学
Abstract: 本发明公开一种基于液晶可调谐滤波器的空域低相干相位显微镜，包括载物台、第一物镜、第一反射镜、管镜以及CCD图像感应器，其特征在于：还包括白光光源、分光镜以及液晶可调谐滤波片，分光镜接收白光信号，该白光信号透过第一物镜聚焦到观测样本中，观测样本的反射散射信号透过第一物镜和第一反射镜后投射在管镜中，在管镜与CCD图像感应器之间安装液晶可调谐滤波片，通过该液晶可调谐滤波片将不同波长的显微图像投射到CCD图像感应器上。其显著效果是：光路结构简单，控制方便，系统具有高空域折射率波动灵敏度，可直接对临床样本玻片进行处理，实现细胞纳米结构的高精度成像，而且利用电光液晶调谐实现全场快速测量。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
