专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2539934个,建议您升级VIP下载更多相关专利
  • [发明专利]基于丰度图像锐化重构的高光谱遥感图像融合方法-CN202110256340.0有效
  • 翁永玲;余泽鸿;范兴旺;沙月进;董利银 - 东南大学
  • 2021-03-09 - 2022-11-18 - G06T7/00
  • 本发明公开了一种基于丰度图像锐化重构的高光谱遥感图像融合方法,通过采用ASD光谱仪在特定时段内实地测量各端元的野外光谱数据,从野外光谱数据中提取端元光谱数据,对第一Hyperion高光谱遥感图像数据空间重采样,得到第二高光谱重采样图像并与基准图像几何配准,依据各端元的野外光谱数据对配准后的第三高光谱重采样图像进行混合像元分解,按最小二乘原理解算得到各端元的第一丰度图像,将基准图像与第一丰度图像通过加权线性计算方法重构锐化的第二丰度图像,利用第二丰度图像及各端元的端元光谱数据计算融合图像,得到与全色波段空间分辨率相同的高光谱遥感图像,可以实现高光谱图像数据与全色波段数据的融合。
  • 基于图像锐化光谱遥感融合方法
  • [发明专利]一种多光谱全要素特征的范式图嵌入方法-CN202310575724.8在审
  • 邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文 - 广东工业大学
  • 2023-05-22 - 2023-08-11 - G06V10/40
  • 本发明属于一种图像处理领域,公开了一种多光谱全要素特征的范式图嵌入方法,用来获取多光谱数据三个方面的特征图,具体步骤如下:首先将多光谱图像中的空间信息与光谱信息特征进行融合,然后将融合后的特征信息通过基于流形学习与空谱嵌入的方法进行数据特征的提取与降维将降维后的多光谱数据中的红外波段光谱数据、空间像素、光谱维度像素信息,分别利用红外光谱波段特征提取、空间超像素分割技术、光谱特征图邻接矩阵的构建等方法,得到光谱数据的物理特征图、空间特征图、光谱特征图,最终实现对于多光谱数据的全要素特征的范式图嵌入方法。该方法能够获取更多维度的特征信息,提升处理多光谱图像的模型能力。
  • 一种光谱要素特征范式嵌入方法
  • [发明专利]一种基于机器学习的光谱测量质量判定方法-CN202211292083.7在审
  • 郭春付;吴华希;石雅婷;李伟奇 - 武汉颐光科技有限公司
  • 2022-10-20 - 2023-03-03 - G01N21/25
  • 本发明涉及一种基于机器学习的光谱测量质量判定方法,包括:对光谱的特征数据进行降维处理得到降维后光谱特征数据;生成包含多个降维后光谱特征数据的训练集,对训练集中的各个数据点进行聚类模型训练,得到聚类模型及其包含的各个聚类的中心点;对待测光谱的特征数据进行降维处理,基于聚类模型对待测光谱进行分类得到分类结果;基于待测光谱的分类结果对待测光谱的质量进行判定;将传统机器学习模型应用至光学精密测量领域,通过对数据的处理,在不需要光学模型的情况下即可对未知光谱和已知光谱的相似度进行判定,有效排除了光谱结构参数及噪声带来的异常光谱影响,从而可以对光谱测量质量进行分析。
  • 一种基于机器学习光谱测量质量判定方法
  • [发明专利]单芯片集成型光谱成像微系统光谱数据校正方法-CN201911190015.8有效
  • 刘舒扬;赵安娜;吕津玮;张晨;周涛;贾晓东 - 天津津航技术物理研究所
  • 2019-11-28 - 2022-04-01 - G01J3/12
  • 本发明属于光谱成像技术领域,具体涉及一种单芯片集成型光谱成像微系统光谱数据校正方法。所述校正方法包括:步骤1:完成底层校正算法的设计;步骤2:根据底层校正算法计算校正矩阵;步骤3:将校正矩阵作用于光谱成像微系统输出光谱数据,得到校正后结果。本发明相对于现有迭代校正的技术方法,从硬件结构特性出发,提高了光谱成像微系统的光谱数据准确度。同时,减小校正矩阵对参考目标光谱数据的依赖性,对于不同的实际场景下应用均适用。底层校正算法的引入,初步解决了光谱成像微系统硬件结构及固有特性带来的影响光谱准确因素对光谱数据的影响问题,提高了光谱成像微系统光谱数据准确度。
  • 芯片集成光谱成像系统数据校正方法
  • [发明专利]光谱遥感影像的DNA计算光谱匹配分类方法-CN201110028401.4无效
  • 焦洪赞;钟燕飞;张良培 - 武汉大学
  • 2011-01-27 - 2011-05-25 - G06K9/66
  • 本发明提出了一种高光谱遥感影像的DNA计算光谱匹配分类方法,通过将DNA计算的思想引入光谱编码匹配算法中,按照优化原理将已有的地物光谱数据转化为相应的DNA链参数,建立在分子水平上的基于DNA编码机理和DNA控制机理的遗传信息模型,实现基于DNA计算的高光谱遥感数据光谱匹配分类。该方法利用高光谱遥感数据高维度的特征进行匹配分类,既解决了高光谱遥感图像处理过程中由于其数据量大、数据维度高所带来的问题,又充分的发挥了高光谱数据光谱域精细区分地物种类的能力;该方法运用基于DNA基因操纵技术对特征编码进行组合优化,能够包容光谱多样性和光谱曲线误差,实现光谱智能化、快速、自适应匹配分类过程。
  • 光谱遥感影像dna计算匹配分类方法
  • [发明专利]一种光谱仪输出光谱补偿方法-CN201910999387.9有效
  • 张国宏;李光尧;闫晓剑;刘浩 - 四川长虹电器股份有限公司
  • 2019-10-21 - 2021-11-30 - G01N21/359
  • 本发明涉及光谱仪补偿校准技术,其公开了一种光谱仪输出光谱补偿方法,直接在光谱输出端进行光谱补偿,从而提高光谱仪的检测质量。本发明将光谱仪初始状态对标准漫反射样品采集获取的第一数据查询表和在修正状态下对标准漫反射样品采集获取的第二数据查询表进行对应索引位置的光强差值计算,从而获取波长、反射率和光强补偿值关系的第三数据查询表,将在光谱仪修正状态下采集的实物光强光谱作为第四数据查询表,与第二数据查询表进行比较,找到光谱仪在修正状态下的实物光谱在第二查询表中的对应位置,即数据位置索引值,通过数据位置索引值确定实物光谱在第三查询中应该补偿的差值,基于此应该补偿的差值对光谱输出进行补偿。
  • 一种光谱仪输出光谱补偿方法
  • [发明专利]基于航空高光谱的土地质量监测方法-CN201910717696.2有效
  • 常睿春;王建华;郭科;李一平 - 北京绿土科技有限公司;成都理工大学
  • 2019-08-05 - 2022-09-06 - G01N21/25
  • 本发明公开了基于航空高光谱的土地质量监测方法,包括以下步骤:步骤1、采集土地质量监测区的航空高光谱数据,并野外采集土地质量监测区的样品进行重金属元素含量分析;步骤2、对航空高光谱数据进行预处理;步骤3、重建航空高光谱数据光谱消除各种大气成分造成的地物光谱的辐射畸变;步骤4、提取航空高光谱遥感数据中采样点航空高光谱图像光谱;步骤5、光谱变换及相关系数分析,获得其含量与土壤光谱参量之间的相关系数,找出特征光谱的敏感波段;步骤6、建立航空高光谱数据反演土地质量监测模型,得到监测的土壤养分及金属元素含量数据。本发明应用时可准确地获得大范围的土地基础数据,能减少工作量,缩短土地质量监测周期,降低成本。
  • 基于航空光谱土地质量监测方法
  • [发明专利]一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法-CN202211117202.5在审
  • 杨灵;何皓明;王嘉雯;李腾科;邹娟;许海霞;林蠡 - 仲恺农业工程学院
  • 2022-09-14 - 2022-11-11 - G01N21/65
  • 一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,包括如下步骤:数据采集,通过共聚焦拉曼光谱仪采集鱼肉样品的原始拉曼光谱,通过质构仪得到该鱼肉样品的脆度值,重复操作,得到多个鱼肉样品的原始拉曼光谱及其对应的脆度值;数据集建立,对原始拉曼光谱进行预处理,得到各样品的拉曼光谱特征数据,建立包含各样品拉曼光谱特征数据和脆度值的数据集;预测模型建立,由数据集中的数据训练,得到SSDA‑HELM‑SOFTMAX预测模型,输入待测鱼肉的拉曼光谱数据进行鱼肉脆度预测。本发明通过拉曼光谱数据以及质构分析得到的脆度值建立SSDA‑HELM‑SOFTMAX预测模型,由拉曼光谱预测鱼肉的脆度值,预测效果好,检测效率高。
  • 一种利用光谱检测罗非鱼鱼肉方法
  • [发明专利]一种土壤重金属污染高光谱迁移的定性分类方法-CN201811623278.9有效
  • 陶超;崔文博;王亚晋;邹滨;邹峥嵘 - 中南大学
  • 2018-12-28 - 2020-09-29 - G06K9/00
  • 本发明公开了一种土壤重金属污染高光谱迁移的定性分类方法,包括:步骤1,构建室内光谱数据集;步骤2,构建室外光谱数据集;步骤3,根据室内光谱数据集和室外光谱数据集寻找JDA变换矩阵E;根据变换矩阵E对室内和室外高光谱数据样本进行JDA变换;步骤4,以变换后的室内高光谱数据样本为输入、对应的样本标签为输出,训练SVM分类模型,得到训练后的定性分类器;步骤5,将变换后的室外高光谱数据样本输入到训练后的定性分类器,由训练后的定性分类器输出得到室外待测土壤样本是否被污染本发明方法可以缩小室内外光谱数据的分布差异,提高根据室外测定的土壤样本的高光谱数据样本来判断土壤样本是否受污染的分类精度。
  • 一种土壤重金属污染光谱迁移定性分类方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top