-
公开(公告)号：CN112488162A
公开(公告)日：2021-03-12
申请号：CN202011285724.7
申请日：2020-11-17
Applicant: 中南民族大学
Abstract: 本发明提供一种基于主动学习的垃圾分类方法，包括以下步骤：S1、数据获取阶段：获取多张未标注的垃圾图片，生成数据集；S2、模型训练阶段：利用BvSB方法对步骤S1获取的数据集进行训练，得到模型model_z；S3、模型应用阶段：将待分类垃圾图片输入到模型model_z中，利用softmax函数输出每个类别的概率值，获取最大概率与次大概率的差值，若差值大于阈值P，则将其输出为最大概率对应的类别；若差值小于阈值P，则筛选出该待分类垃圾图片进行人为标注。本发明的有益效果：本发明可以使用较小的标注成本就能够达到很高的准确率，并且其准确率还会随着测试样本的增多而提高，可以将其利用在垃圾桶或者其他装置中，可较好减少垃圾分类错误的现象。
-
公开(公告)号：CN112464959A
公开(公告)日：2021-03-09
申请号：CN202011464613.2
申请日：2020-12-12
Applicant: 中南民族大学
Abstract: 本发明公开了一种基于注意力和多重知识迁移的植物表型检测系统及其方法，涉及植物表型智能识别领域。本系统包括依次连通的工业相机（10）、服务器（20）和嵌入式设备（30）；服务器（20）内嵌有依次交互的数据集制作模块（21）、教师目标检测模型（22）和学生目标检测模型（23）；嵌入式设备（30）内嵌有依次交互的实时采集模块（31）、最终模型（32）和输出模块（33）。本发明改进了混合域注意力模块和相应的注意力损失函数；设计了特征融合模块和相应的特征融合层知识迁移损失函；提出了基于多重损失的知识迁移训练方法；实现了对自然环境下植物表型的实时检测，可适用于植物表型学研究，具有广阔的前景。
-
公开(公告)号：CN106601884B
公开(公告)日：2019-06-21
申请号：CN201610946967.8
申请日：2016-10-26
Applicant: 中南民族大学
Abstract: 本发明公开了一种ZnO基纳米杆/量子阱复合紫外发光二极管及其制备方法，该发光二极管包括衬底，衬底上从下往上依次设有n型ZnO薄膜层、ZnO纳米杆阵列、ZnO/Zn1‑xMgxO量子阱有源层、p型NiO薄膜层和第一电极；第二电极与ZnO纳米杆阵列并列位于n型ZnO薄膜层上；ZnO/Zn1‑xMgxO量子阱有源层包覆ZnO纳米杆阵列，且0.1≤x≤0.3。该发光二极管电致发光峰值波长在374nm附近，发光峰半高宽约为17nm，该发光二极管结构能充分发挥ZnO材料直接宽带隙和高激子束缚能等优势，有效减弱极化效应、提高材料与界面质量、增大有源层有效面积、提升光取出效率、提高光谱单色性，并且可实现低温制备，成本低廉，易于实现产业化。
-
公开(公告)号：CN109886214A
公开(公告)日：2019-06-14
申请号：CN201910139801.9
申请日：2019-02-26
Applicant: 中南民族大学
Abstract: 本发明公开了一种基于图像处理的鸟鸣声特征强化方法，涉及图像处理、深度学习和鸟类识别技术。本方法是：①对鸟鸣声数据集进行预处理，包括重采样和归一化，得到鸟鸣声的频谱图；②对频谱图进行信噪分离，得到信号谱图和噪声谱图；③对所有频谱图进行分块；④对分块后的信号谱图进行数据增强：⑤通过Jet映射对数据增强后的灰度图像进行伪彩色处理，得到三通道RGB彩色图像；⑥通过迁移学习方式，得到识别结果。本发明的有益效果是：①用于高效地进行鸟类自动识别；②通过将一维时域的鸟鸣声信号转换为二维时频域的生物频谱信息；③图像处理包括：鸟鸣声信噪分离、特异性数据增强和视觉感知力增强，为深度学习在鸟类自动识别领域的探索更进一步。
-
公开(公告)号：CN109768829A
公开(公告)日：2019-05-17
申请号：CN201910018132.X
申请日：2019-01-09
Applicant: 中南民族大学
Abstract: 本发明公开了一种轨道角动量光传输中大气湍流失真补偿系统及其方法，涉及轨道角动量光通信技术。本系统是：偏振分束器（1）、分束器（2）、电荷耦合摄像机（3）和FPGA板（4）依次连通，实现信号光束的模式识别；FPGA板（4）和空间光调制器（5）连通，分束器（2）和90°光学混频器（6）连通，偏振分束器（1）、空间光调制器（5）、90°光学混频器（6）和光电探测器（7）依次连通，完成信号光束的湍流补偿。与现有技术相比，本发明具有下列优点和积极效果：①不仅简化了补偿系统结构，而且降低了在实际通信中应用的操作难度；②在实现多模复用OAM光束的模式识别的同时完成对信号光束的补偿。
-
Patent Agency Ranking
公开(公告)号：CN107389192B
公开(公告)日：2018-12-25
申请号：CN201710627232.3
申请日：2017-07-28
Applicant: 中南民族大学
IPC: G01J3/28
Abstract: 本发明公开了一种稀疏光谱的压缩感知重构系统及其方法，涉及光谱测量技术。本系统是：光学单元（10）、电路调理单元（20）、数据处理单元（30）、传输单元（40）和上位机（50）依次相连；数据处理单元（30）与光学单元（10）连接。本方法是：①SAMP压缩感知重构算法的选取及参数优化；②部分阿达玛矩阵调制模板生成及DMD控制；③数据稀疏化处理。本发明能够降低光谱生成代价，减少数据的采样时间和存储空间；简化系统设计的复杂度，降低系统设计的成本；应用无线传输网络传送采样数据实现实时处理，提高工作效率。提高工作效率。
-
公开(公告)号：CN106199798B
公开(公告)日：2018-10-12
申请号：CN201610541973.5
申请日：2016-07-12
Applicant: 中南民族大学
IPC: G02B5/18
Abstract: 本发明公开了无序子结构光栅，多个一维无序子结构长周期光栅，一维无序子结构长周期光栅包括沿X轴周期排列的周期单元，周期单元包括沿X轴排列的各不相同的若干个子结构，同一一维无序子结构长周期光栅中各个的周期单元的结构相同，各个一维无序子结构长周期光栅沿Y轴排列获得二维无序子结构长周期光栅，各个一维无序子结构长周期光栅中的周期单元的子结构种类相同。还公开了通过一次随机函数设计光栅的方法，本发明利用随机函数将有序结构和无序结构融合在一起，在继承有序结构优点的同时，获得无序结构在带宽和角度等方面更强的操控能力，在300~1000nm的大带宽范围内陷光效果比其他无序结构提高了近70%。
-
公开(公告)号：CN106382986B
公开(公告)日：2018-06-22
申请号：CN201610907884.8
申请日：2016-10-18
Applicant: 中南民族大学
IPC: G01J3/10
Abstract: 本发明公开了一种用于光谱检测的复眼仿生微透镜光源，涉及微弱光谱信号检测领域。本光源是：复眼仿生微透镜（2）设置于光源外壳（5）的前中部；2个卤钨灯（1）呈25～35°分布在复眼仿生微透镜（2）的两侧；在光源外壳（5）内设置有螺纹柱（7）用于固定驱动电路（4）；驱动电路（4）和卤钨灯（1）连接；连接器（3）啮合在光源外壳尾端，保护盖（6）啮合在光源外壳前端。本发明将光源直接与光谱仪连接，并增加复眼仿生微透镜等光学器件，实现了减少信息光功率衰减、降低光源复杂度、增大探测面积、获取更加全面的光谱信息和提高近红外光谱仪的便携度，从而有利于近红外光谱检测、减小近红外光谱仪器的体积和降低仪器的开发成本。
-
公开(公告)号：CN106066501B
公开(公告)日：2018-05-11
申请号：CN201610542029.1
申请日：2016-07-12
Applicant: 中南民族大学
Abstract: 本发明公开了无序子结构长周期光栅，包括多个一维无序子结构长周期光栅，一维无序子结构长周期光栅包括沿X轴周期排列的周期单元，周期单元包括沿X轴排列的各不相同的若干个子结构，同一一维无序子结构长周期光栅中的各个周期单元的结构相同，各个一维无序子结构长周期光栅沿Y轴排列获得二维无序子结构长周期光栅。本发明还公开了通过二次随机函数设计光栅的方法，本发明将有序结构和无序结构融合在一起，在能继承有序结构优点的同时，获得无序结构在带宽和角度等方面更强的操控能力，在光波长为300~1000nm的大带宽范围内陷光效果比其他无序结构提高了近90%。
-
公开(公告)号：CN107329199A
公开(公告)日：2017-11-07
申请号：CN201710716708.0
申请日：2017-08-21
Applicant: 中南民族大学
IPC: G02B5/18
CPC classification number: G02B5/18 , G02B5/1847
Abstract: 本发明公开了一种无序子结构长周期光栅，包括阵列排布在基体上的无序子结构长周期；无序子结构长周期由子结构单元阵列排布构成，子结构单元为按照选定的旋转方向以及按照在旋转角度集合中选定的旋转角度进行旋转后的基本单元，还公开了一种无序子结构长周期光栅的设计方法，选定基本单元；设定旋转变换参数；设定无序子结构长周期；无序子结构长周期在基体上阵列排布得到无序子结构长周期光栅。本发明能继承有序结构优点的同时，在带宽和角度等方面有更强的控制能力。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.033 seconds)
