下载文档原格式
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910120426.3(22)申请日 2019.02.18(71)申请人 山东科技大学地址 266000 山东省青岛市黄岛区前湾港路579号(72)发明人 田刚 王琦博 刘鹏飞 孙承爱 (74)专利代理机构 北京华仲龙腾专利代理事务所(普通合伙) 11548代理人 李静(51)Int.Cl.G06F 17/27(2006.01)G06K 9/62(2006.01)G06N 3/08(2006.01)(54)发明名称一种基于多域数据集联合嵌入的性感极性检测方法(57)摘要本发明公开了一种基于多域数据集联合嵌入的性感极性检测方法，属于服务计算技术领域，该方法利用了跨领域数据集的优势，在不同领域的数据集上进行情感极性的检测。
受到跨领域数据集进行情感分析的最新进展的启发，本发明提供了一种新的视角，并将数据集的领域适应问题作为嵌入式投影任务。
本发明的模型将两个单领域嵌入空间作为输入，并通过学习将它们投影到双领域空间，该空间被联合优化以预测情感极性。
通过利用亚马逊领域适应数据集和SemEval 2013和2016数据集对多个源领域与目标领域对进行实验以进行情感分类。
结果分析表明，本发明提出的模型在相似的领域上与最先进的方法相当，而在高度不同的领域上表现更佳。
权利要求书2页 说明书5页 附图1页CN 109885833 A 2019.06.14C N 109885833A1.一种基于多域数据集联合嵌入的性感极性检测方法，其特征在于，包括以下步骤：步骤1：收集数据集文档，数据集文档包括三部分：亚马逊领域适应数据集和SemEval 2013和SemEval 2016数据集；亚马逊领域适应数据集其中包含四个领域：“books ”，“DVD ”，“electronics ”和“kitchen ”；因此将三个数据集分为六个领域，另外两个包括：SemEval 2013和SemEval 2016，并将数据集的标签定义为两类：正面与负面；步骤2：将数据集中六个领域的数据分为多个源领域与目标领域对，并使用Word2Vec模型将多个源领域和目标领域对中的内容训练，作为原始向量空间，使用投影词典建立源领域和目标领域的映射，通过使用两个线性投影矩阵来创建从原始向量空间到共享情感通知的双域空间映射，最终最小化两个投影向量的均方误差；步骤3：将源领域中通过Word2Vec生成的词嵌入放入前馈神经网络，同时将词嵌入平均化为向量，并将此向量投影到双域空间以此获得对情感极性的预测，最后对该整体的模型进行训练，不断修改参数直至分类效果达到最优。
![一种低空红外目标精确定位方法及系统[发明专利]](https://img.taocdn.com/s1/m/7321802a2379168884868762caaedd3382c4b57d.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010862229.1(22)申请日 2020.08.25(71)申请人 西安空天能源动力智能制造研究院有限公司地址 710100 陕西省西安市国家民用航天产业基地航天中路385号众创广场三楼303-306室(72)发明人 邰会强 隋永华 张百灵 (74)专利代理机构 北京科家知识产权代理事务所(普通合伙) 11427代理人 王营超(51)Int.Cl.G01S 11/12(2006.01)(54)发明名称一种低空红外目标精确定位方法及系统(57)摘要本发明提供了一种低空红外目标精确定位方法及系统，首先系统在工作前，完成站点布设，以各站点的大地经纬度坐标为输入条件，通过坐标转换算法，将各站点坐标统一到大地直角坐标系下；系统在工作时，根据转台获取的目标方位角和俯仰角信息，通过最小距离算法，得到目标相对于各站的距离信息，以假关联滤除算法为基础，设定“门限”，剔除假目标，降低虚警率；最后，通过多站解算融合算法，对目标相对于各站点的距离信息进行加权融合，提高测距精度。
本发明可以判别虚假目标，适用于多目标的检测和定位；同时考虑地球曲率引入的误差，减少了不必要的测量误差。
权利要求书4页 说明书10页 附图5页CN 111913171 A 2020.11.10C N 111913171A1.一种低空红外目标精确定位方法，其特征在于，包括以下步骤：S1:站点布设先读取各站点的大地坐标系坐标，完成对各站点进行布设；S2：站点坐标转换通过坐标转换算法，将站点所处位置的大地坐标系坐标转换成以地心为原点的大地直角坐标系坐标；S3：最小距离定位算法由已知的两站坐标值和两站光电搜索装置在同一时刻探测同一目标时的方位角、俯仰角，建立两站交叉测距的数学模型，利用最小距离定位算法获取目标的距离信息；S4：假点剔除根据当前时刻两站观测线最小距离和上一时刻两站观测线最小距离的前后起伏，判断目标观测线上的两点是否正确关联；若两点是虚假关联点，予以剔除，否则反之；S5：数据融合通过多站解算融合算法，对目标相对于各站点的距离信息进行加权融合，从而得出目标精确位置。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910137282.2(22)申请日 2019.02.25(71)申请人 四川大学地址 610064 四川省成都市武侯区一环路南一段24号(72)发明人 汪永超 黄建 刘勇 陈珂 李波 (74)专利代理机构 成都正华专利代理事务所(普通合伙) 51229代理人 陈选中(51)Int.Cl.G06F 16/22(2019.01)G06F 16/2458(2019.01)G06F 16/248(2019.01)G06Q 50/04(2012.01)G06K 9/62(2006.01)(54)发明名称一种切削液智能化精细识别系统及方法(57)摘要本发明公开了一种切削液智能化精细识别系统，包括均与切削液识别管理子系统连接的基础数据管理子系统、综合查询子系统和数据库，数据库还与基础数据管理子系统和综合查询子系统连接。
本发明采用主成分分析-夹角余弦、以及主成分分析-马氏距离算法进行并联识别并一致性校核的识别分析方法，识别准确且精度高，有利于提高切削液识别分析效率、提高企业自动化程度，降低人员成本。
权利要求书3页 说明书6页 附图2页CN 109885575 A 2019.06.14C N 109885575A权 利 要 求 书1/3页CN 109885575 A1.一种切削液智能化精细识别系统，其特征在于，包括切削液识别管理子系统，以及均与所述切削液识别管理子系统连接的基础数据管理子系统、综合查询子系统和数据库，所述数据库还与基础数据管理子系统和综合查询子系统连接；所述切削液识别管理子系统用于录入待识别样品数据并根据基础数据管理子系统提供的数据识别待识别样品数据中的切削液；所述基础数据管理子系统用于提供切削液识别过程中切削液的数据信息；所述数据库用于存储基础数据管理子系统录入的数据，以及存储综合查询子系统中的数据；所述综合查询子系统用于查询并生成统计报表。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910162261.6(22)申请日 2019.03.05(71)申请人 北京理工大学地址 100081 北京市海淀区中关村南大街5号(72)发明人 王立志 孙晨 付莹 黄华 (74)专利代理机构 北京理工正阳知识产权代理事务所(普通合伙) 11639代理人 邬晓楠(51)Int.Cl.G06T 5/00(2006.01)G06N 3/08(2006.01)(54)发明名称基于优化启发的神经网络的光谱成像系统的成像方法(57)摘要本发明公开的基于优化启发的神经网络的光谱成像系统的成像方法，属于计算摄像学领域。
本发明实现方法为：建立光谱成像系统的前向传播模型，用网络实现所述前向传播模型，构建编码孔径优化网络；构建基于优化启发的、并同时考虑高光谱图像空间相关性和光谱相关性的高光谱图像重构网络；制作训练集；配置高光谱图像重构网络训练所需参数；训练高光谱图像重构网络；建立编码孔径优化网络与高光谱图像重构网络之间的连接，构建联合网络；配置联合网络训练所需参数；训练联合网络；取出训练后得到的编码模板，并基于CASSI系统成像过程完成由高光谱图像到二维压缩图像的调制；使用训练得到的高光谱图像重构网络逐块重构目标高光谱图像。
权利要求书4页 说明书12页 附图3页CN 109886898 A 2019.06.14C N 109886898A1.基于优化启发的神经网络的光谱成像系统的成像方法，其特征在于：包括如下步骤，步骤101：建立光谱成像系统的前向传播模型，用网络实现所述前向传播模型，构建编码孔径优化网络；步骤102：构建基于优化启发的、并同时考虑高光谱图像空间相关性和光谱相关性的重构网络，通过所述重构网络学习由二维压缩图像块到高光谱图像平行六面体块的映射；步骤103：制作训练集；步骤104：配置高光谱图像重构网络训练所需参数；设置学习率、批处理大小、权值初始化方式、权值衰减系数、优化方法、迭代次数；步骤105：训练高光谱图像重构网络；步骤106：建立编码孔径优化网络与高光谱图像重构网络之间的连接，构建联合网络；步骤107：配置联合网络训练所需参数；设置学习率、批处理大小、权值初始化方式、权值衰减系数、优化方法、迭代次数；步骤108：训练联合网络；步骤109：取出步骤108训练后得到的编码模板，并基于CASSI系统成像过程完成由高光谱图像f到二维压缩图像g的调制；步骤110：使用步骤108训练得到的高光谱图像重构网络逐块重构目标高光谱图像。
![一种多光谱成像的智能识别方法及系统[发明专利]](https://img.taocdn.com/s1/m/85ea9929fe00bed5b9f3f90f76c66137ee064f34.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201811064057.2(22)申请日 2018.09.12(71)申请人 合刃科技（武汉）有限公司地址 430074 湖北省武汉市东湖新技术开发区东信路数码港E幢二层2256、2266-45室(72)发明人 舒远 王星泽 阮思纯 蒲庆 李梓彤 徐炜文 (74)专利代理机构 深圳玖略知识产权代理事务所(普通合伙) 44499代理人 郭长龙(51)Int.Cl.G06K 9/00(2006.01)G06K 9/20(2006.01)G06K 9/46(2006.01)G06K 9/62(2006.01)(54)发明名称一种多光谱成像的智能识别方法及系统(57)摘要本申请公开一种多光谱成像的智能识别方法及系统，该方法包括：在成像设备中预置大于或等于两个不同波长的成像响应光谱，启用成像设备对目标成像区域进行拍摄，从而获取目标成像区域的多个光谱区间的谱段图像；结合预设的目标物体的光谱特征信息利用多光谱成像融合算法模型分割谱段图像，利用人工智能或机器学习算法对多个光谱区间的谱段图像进行处理，实现对多个光谱区间谱段图像的特征增强及特征融合，通过预设的判别策略从融合图像中选取与判别策略中信息一致的图像作为识别图像。
本发明利用多光谱图像获取得到更多信息，从而提高了目标识别的效率和准确性。
权利要求书2页 说明书9页 附图6页CN 109271921 A 2019.01.25C N 109271921A1.一种多光谱成像的智能识别方法，其特征在于，包括：在大于或等于一个的成像设备中预置大于或等于两个的成像光谱及环境条件与实时成像光谱的对照表，在启用所述成像设备时，根据所述成像设备实时监测的环境条件从所述对照表中选取对应的实时成像光谱，分别调取所述实时成像光谱；启用所述成像设备对目标成像区域拍摄时，从而获取目标成像区域的多个光谱区间的谱段图像；结合预设的目标物体的光谱特征信息利用多光谱成像融合算法模型分割谱段图像，利用机器学习算法对多个光谱区间谱段图像进行处理，实现对所述多个光谱区间谱段图像的特征增强及特征融合；通过预设的判别策略从所述融合图像中选取与所述判别策略中信息一致的图像作为识别图像。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910250824.7(22)申请日 2019.03.29(71)申请人 中央民族大学地址 100081 北京市海淀区中关村南大街27号(72)发明人 陈笑 赖春权 马成 于笑渊 李金亮 姜昊辰 王义全 陈根祥 (74)专利代理机构 北京万象新悦知识产权代理有限公司 11360代理人 王岩(51)Int.Cl.G01N 21/25(2006.01)G01N 21/27(2006.01)(54)发明名称一种基于分时点亮的多通道便携光谱系统及其检测方法(57)摘要本发明公开了一种基于分时点亮的多通道便携光谱系统及其检测方法。
本发明的光谱系统采用线性滤波片替代光栅，大大节约了光栅对输入光色散展开所需要的空间，与光栅光谱仪相比，增加了光谱系统的可携带性；采用分时点亮技术，让多个光源在样品槽内依次闪烁，数秒时间内完成测量，与光栅光谱仪相比，增加了光谱系统的测量速度和每次所测量的检测样品数量，大大提高了光谱系统的工作效率；光谱系统采用n合一光纤分束器，使多个通道的检测样品的信息光均能传输到一个线性CCD元件上，与光栅光谱仪相比，简化了实验操作，进一步节省了空间，增加了可携带性；本发明制作成本和制作难度大大降低。
权利要求书2页 说明书5页 附图5页CN 109932323 A 2019.06.25C N 109932323A权 利 要 求 书1/2页CN 109932323 A1.一种基于分时点亮的多通道便携光谱系统，其特征在于，所述多通道便携光谱系统包括：控制电路、光源、样品台、比色皿、n合一光纤分束器、线性滤波片、线性CCD元件和计算机；其中，所述样品台沿横向依次设置有n个样品槽；在每一个样品槽上开设有沿垂直于样品台横向方向的通光孔，通光孔贯穿样品槽的前后表面；所述控制电路连接n个光源，光源采用白光；每一个光源对应一个样品槽，贴合样品槽的前表面，正对相应的通光孔；所述n合一光纤分束器为多根光纤形成的光纤束，光纤束的一端粘合，作为出光口，在出光口的后端贴合一个凸透镜，光纤束的另一端与样品槽相对应分开成n股，每一股光纤束又由多根光纤组成，以此作为入光口；在每一个入光口的前端贴合一个凸透镜，分别安装在相应的样品槽的后表面的通光孔；所述线性滤波片平贴在线性CCD元件的感光表面上；粘贴有线性滤波片的线性CCD元件固定在出光口前方，感光表面与出光口水平对齐，使得n合一光纤分束器的出射光恰好完全包裹住感光表面；所述线性CCD元件连接至计算机；n个装满检测样品的比色皿分别插入相应的样品槽中，通过控制电路，控制n个光源按照时间先后顺序依次闪烁；光源发出的白光透过比色皿中的检测样品后，信息光经凸透镜汇聚，从n合一光纤分束器的入光口，通过光纤束传送到出光口；光纤束发出的发散光经出光口凸透镜的会聚作用后变成近似平行光，最后覆盖在线性CCD元件的感光表面上的线性滤波片上；信息光透过线性滤波片后，由线性CCD元件按照时间先后顺序顺次接收，并传输至计算机，计算机按照时间先后顺序依次得到每一个样品槽中的检测样品的光谱图像，其中，n为≥2的自然数。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910114914.3(22)申请日 2019.02.14(71)申请人 昂纳信息技术（深圳）有限公司地址 518000 广东省深圳市坪山区翠景路35号(72)发明人 任建峰 虞爱华 (74)专利代理机构 深圳市道臻知识产权代理有限公司 44360代理人 陈琳(51)Int.Cl.G01S 7/481(2006.01)G01S 17/02(2006.01)(54)发明名称一种探测装置及激光雷达(57)摘要本发明涉及激光雷达领域，具体涉及一种探测装置。
光纤阵列，包括多个光纤，多个所述光纤的两端部阵列设置，且形成两端的信号光接收面和信号光发射面，所述信号光接收面的纵向面积大于信号光发射面的纵向面积；探测器，所述探测器与信号光发射面连接，接收信号光发射面发射的光信号。
本发明还涉及一种激光雷达。
本发明通过一种探测装置及激光雷达，采用较小面积的探测器实现大范围探测应用，大大减少探测器面积，减少探测器数量，避免多个探测器由于接缝较大影响光信号接收效率，同时降低整体成本。
权利要求书1页 说明书4页 附图5页CN 109828256 A 2019.05.31C N 109828256A权 利 要 求 书1/1页CN 109828256 A1.一种探测装置，其特征在于，包括：光纤阵列，包括多个光纤，多个所述光纤的两端部阵列设置，且形成两端的信号光接收面和信号光发射面，所述信号光接收面的纵向面积大于信号光发射面的纵向面积；探测器，所述探测器与信号光发射面连接，接收信号光发射面发射的光信号。
2.根据权利要求1所述的探测装置，其特征在于：部分或全部所述光纤包括信号光接收段和信号光发射段，所述信号光接收段的截面积大于信号光发射段的截面积。
3.根据权利要求2所述的探测装置，其特征在于：所述信号光接收段的尾端熔融拉锥形成所述信号光发射段。
专利名称：一种评估油料作物品质的近红外光谱分析方法专利类型：发明专利
发明人：王斌,徐晓轩,张文杰,张月颖
申请号：CN201911325049.3
申请日：20191220
公开号：CN111912815A
公开日：
20201110
专利内容由知识产权出版社提供
摘要：本发明公开了一种使用近红外光谱扫描系统进行扫描的方法，该近红外光谱扫描系统具有一处理器以及一存储器。
所述处理器调用所述存储器存储的所述待测器所有组分的近红外光谱值对应的波长值与扫描部件扫描到的光谱峰对应的波长值进行比较；当光谱相匹配时，通过所述扫描部件将扫描波段调整为所述存储器存储的该成分的第i+1个波峰处的扫描波长段Δλ，得到所述扫描波长段的近红外光谱值，并通过所述近红外光谱探测器探测所述扫描波长段的光谱值；然后，通过所述扫描部件将扫描波长调整为第i+2个特征峰的所述扫描波长段Δλ，并重复上述步骤S4，直至完成该组分的全部特征峰的扫描。
本发明还公开了因扫描波长段的拖尾而修正扫描波长段。
采用上述方法可提高大批量油料作物的扫描效率，并且在保证高效扫描的同时，记录包括有拖尾的光谱。
申请人：南开大学
地址：300073 天津市南开区卫津路94号
国籍：CN
代理机构：北京金智普华知识产权代理有限公司
代理人：杨采良
更多信息请下载全文后查看。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910140928.2(22)申请日 2019.02.26(71)申请人 哈尔滨工程大学地址 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人 蒋伊琳 张建峰 (51)Int.Cl.G06T 11/00(2006.01)G06T 7/136(2017.01)G06T 7/13(2017.01)G06T 7/11(2017.01)G06T 5/00(2006.01)G06F 17/16(2006.01)(54)发明名称一种基于自适应字典学习的编码孔径光谱成像方法(57)摘要本发明公开一种基于自适应字典学习的编码孔径光谱成像方法，解决在以往编码孔径光谱成像过程中利用传统方法构造的冗余字典不能对目标图像进行有效稀疏表示，导致光谱图像重构质量差的问题。
本发明根据测量值进行自适应学习得到冗余字典，用于提高重构光谱图像质量。
其实现包括首先将原有编码孔径光谱成像框架进行变换，采用一种重叠分块测量方式；再利用最小二乘法估计出众多光谱图像块，构造训练样本集，利用该样本集自适应训练学习得到新的冗余字典；将新的字典带入到成像框架中重构出目标光谱图像；最后循环迭代上述过程，直到求出最优解。
本发明构造的冗余字典能够与目标图像相适应，在编码孔径光谱成像中光谱图像重构质量得到较大提高。
权利要求书3页 说明书7页 附图6页CN 109887050 A 2019.06.14C N 109887050A1.一种基于自适应字典学习的编码孔径光谱成像方法，其特征在于，包括以下步骤：步骤1：输入测量矩阵H，主函数最大迭代次数max_iter，初始化冗余字典D (0),初始化待重构光谱图像块x (0)，当前迭代次数t＝0；初始化相对变化量Tol，初始化正则化系数μ,τ；步骤2：构造重叠分块测量的编码孔径快照光谱成像数学模型；步骤3：对成像模型进行有效变换；步骤4：利用最小二乘法估计得到并构造训练样本集；步骤5：根据步骤4构造训练样本集，利用K -SVD算法更新冗余字典得到D (t+1)；步骤6：采用正交匹配追踪算法求解出稀疏表示系数α(t+1)，然后求解出x (t+1)；步骤7：利用更新后的x (t+1)计算相对变化量Tol，执行迭代选择策略，完成光谱图像的重构。
