-
公开(公告)号：CN119026454A
公开(公告)日：2024-11-26
申请号：CN202410949526.8
申请日：2024-07-16
Applicant: 河南工业大学
IPC: G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084 , G06N3/094
Abstract: 本发明提出了一种基于改进条件生成式网络的多结构太赫兹超材料传感器反向设计方法：（1）构建太赫兹超材料传感器结构，并建立传感器结构参数以及对应吸收曲线的样本数据集；（2）构造并训练多结构太赫兹超材料传感器反向设计模型；在该生成对抗网络训练过程中，输入由吸收曲线组成的条件张量和随机生成的噪声向量级联，形成条件噪声传递给生成器，以生成足够的伪样本数据；鉴别器计算真实样本数据与伪样本数据之间的Wasserstein距离，实现太赫兹超材料传感器结构反向设计；（3）构造并训练正向神经网络模型，以验证生成对抗网络设计的太赫兹超材料传感器结构是否符合设计要求。本发明实现了太赫兹超材料传感器的高效反向设计。
-
公开(公告)号：CN117451662A
公开(公告)日：2024-01-26
申请号：CN202311201972.2
申请日：2023-09-18
Applicant: 河南工业大学
IPC: G01N21/3586 , G01N21/41 , G01N21/01
Abstract: 本发明公开了一种基于衬底刻蚀的多频段太赫兹超材料传感器，包括衬底与谐振层，所述衬底包括底板层和刻蚀层，所述刻蚀层向上形成于所述底板层，所述谐振层向上沉积于所述刻蚀层，所述刻蚀层与所述谐振层形成图案化构造，其包括同中线依次设置的：长条形的第一部分、U型第二部分和U型第三部分，所述第二部分的开口朝向所述第一部分，所述第三部分的开口朝向所述第二部分。本发明还公开了一种基于衬底刻蚀的多频段太赫兹超材料传感器的使用方法。本发明可以在不同频率下表征相同样品，实现检测的多点匹配，从而对微量或痕量物质实现高灵敏检测。
-
公开(公告)号：CN117077143A
公开(公告)日：2023-11-17
申请号：CN202310933466.6
申请日：2023-07-27
Applicant: 河南工业大学
IPC: G06F21/57 , G06F21/62 , G06F21/64 , G06F21/78 , G06F21/60 , G06N3/048 , G06N3/092 , G06N20/20 , G06F18/243 , G06F16/27 , G06Q40/04
Abstract: 本发明公开了一种基于区块链的粮油食品溯源数据存储方法，采集粮油食品供应链中的生产、加工、物流、仓储、销售五个环节的溯源数据，并将采集的溯源数据按照共享数据和隐私数据分类；采用溯源数据异常值检测模型，对所述数据采集器采集的溯源数据进行对应的异常值检测处理，得到溯源数据异常检测模型对应的异常值集合；基于获得的异常值集合，过滤掉溯源数据中异常值，将正确的数据通过智能合约上传至数据存储系统；对通过智能合约上传的正确的数据，采用IPFS协议存储于计算机节点上。其中，溯源数据异常值检测模型包括三层异常数据检测模型，通过在下一层模型训练前更新训练集，对上一层分类错误的数据进行强化训练，提高模型准确度。
-
公开(公告)号：CN113607678A
公开(公告)日：2021-11-05
申请号：CN202110868598.6
申请日：2021-07-29
Applicant: 河南工业大学
IPC: G01N21/3586
Abstract: 本发明公开了基于太赫兹技术的葡萄糖与小麦混合物定量分析方法，属于太赫兹光谱应用技术领域；包括以下步骤：获取不同浓度葡萄糖与小麦混合物的平均时域光谱、频域光谱、吸收系数和折射率四种THz光谱特征；采用百分位滤波器对四种THz光谱特征进行数据预处理；将预处理后的四种THz光谱特征进行数据融合；对融合后的样本THz光谱特征数据进行随机选取光谱数据集并输入PLS回归模型中构建定量分析模型，定量分析评价指标包括校正集均方根误差和预测集均方根误差。本发明方法在小麦中混合不同浓度的葡萄糖来进行检测，利用太赫兹检测技术及数据分析方法来对小麦中的葡萄糖进行定量分析，为太赫兹技术在储藏小麦的品质检测的应用提供理论基础。
-
公开(公告)号：CN113109289A
公开(公告)日：2021-07-13
申请号：CN202110455426.6
申请日：2021-04-26
Applicant: 河南工业大学
IPC: G01N21/3586 , G01N21/3563
Abstract: 本发明公开了最优小波去噪组合的选取方法，包括：S10、确定备选参数，包括小波基函数、分解层次、阈值准则和阈值处理方式；S20、利用所述备选参数对原始含噪信号进行小波分解和重构，得重构信号；S30、计算基于不同小波基函数和分解层次下获得的所述重构信号与所述原始含噪信号的平滑度r和均方根误差RMSE，并将其进行归一化处理和加权处理，获得复合评价指标T；S40、获取T值最小时所对应的小波基函数和分解层次，得最优小波去噪组合。以及，THz光谱去噪方法，电子设备和存储介质。本发明有效解决了最优小波选取困难的问题，为小波去噪在太赫兹技术领域的应用提供了算法基础。
-
Patent Agency Ranking
公开(公告)号：CN108398400B
公开(公告)日：2020-12-22
申请号：CN201810047145.5
申请日：2018-01-18
Applicant: 河南工业大学
IPC: G01N21/3581
Abstract: 本发明公开了一种利用太赫兹成像无损检测小麦中脂肪酸含量的方法，包括：将新小麦、储藏时间为1年、2年、3年、3.5年和4年的小麦样品进行反射成像测量获得太赫兹图像；从太赫兹图像中各个像素点提取出太赫兹光谱，并在各频率点求平均，获得一条平均光谱信号，采用SG卷积平滑处理得到平均频域功率光谱曲线；对平均频域功率光谱曲线采用一阶导数增强光谱数据的特征差异获得小麦脂肪酸含量变化的特征波段；应用多元回归分析方法建立基于全波段和提取的特征波段的小麦脂肪酸定量检测多元线性回归模型，通过多元线性回归模型对小麦脂肪酸含量进行定量检测。本发明实现对小麦脂肪酸含量的快速无损检测，为快速检测小麦的新陈度提供理论基础。
-
公开(公告)号：CN108169165B
公开(公告)日：2020-10-23
申请号：CN201711377485.6
申请日：2017-12-19
Applicant: 河南工业大学
IPC: G01N21/3586
Abstract: 本发明公开了一种基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，步骤包括：1)对麦芽糖混合物的光谱和图像样本数据进行特征提取，并将所提取的数据融合；2)利用光谱和图像的融合数据建模，对麦芽糖混合物定量分析。本发明的有益效果为：1、本发明的预测精度显著优于采用单一光谱或单一图像的预测精度；2、本发明采用PCA算法对光谱数据和图像数据进行单独特征提取，能够有效地去除噪声，能够较好地提取出于建模相关的特征向量，进而有效地改善多源信息融合模型的预测精度；3、根据结构风险最小化理论提出了一种Boosting迭代终止判断指标，实现了对最小二乘支持向量机基础模型参数的自动优化。
-
公开(公告)号：CN110515130A
公开(公告)日：2019-11-29
申请号：CN201910829374.7
申请日：2019-09-03
Applicant: 河南工业大学
Abstract: 本发明涉及一种基于信道状态信息的储粮害虫检测方法及装置，该方法获取穿过有害虫储粮和没有害虫储粮的WiFi信号，从WiFi信号中提取信道状态信息的CSI振幅数据，以提取出的CSI振幅数据和与CSI振幅数据对应的类别构建样本，类别包括储粮中有害虫和储粮中无害虫；构建机器学习模型，利用样本对机器学习模型进行训练，得到储粮害虫检测模型；获取穿过待检测储粮的WiFi信号，从穿过待检测储粮的WiFi信号中提取CSI振幅数据并输入至所述储粮害虫检测模型中，得到待检测储粮中是否有害虫。本发明利用WiFi信号通过储粮时，活动的害虫会引起WiFi信号中CSI振幅数据的显著且可测量变化的原理，通过构建机器学习算法模型，对储粮中是否含有害虫进行检测，检测精度高，效果好。
-
公开(公告)号：CN104849233B
公开(公告)日：2018-11-02
申请号：CN201510242210.6
申请日：2015-05-13
Applicant: 河南工业大学
IPC: G01N21/3586
Abstract: 本发明提供了一种检测谷物新陈度的方法及装置，本发明方法通过对采集到的各品种标准品谷物的性状信息以及标准品谷物压片后的太赫兹透射光谱进行存储并建立标准光谱库；采集到的待测样品谷物压片的太赫兹光谱时域光谱，对所述时域光谱进行傅里叶变换为太赫兹光谱图，并计算得到相应的折射率谱和吸收系数谱；将计算结果与标准光谱库的每一标准数据集进行均方误差和相关系数的计算，取均方误差最小和相关系数最大的标准数据集对应的性状信息做为待测样品谷物的太赫兹光谱检测结论。本发明装置与该方法对应。由于太赫兹非常安全，其光子辐射能量极小，不会对人体造成伤害，本发明适用于粮食品质检测现场检测，检测准确性高，效果良好。
-
公开(公告)号：CN106706552A
公开(公告)日：2017-05-24
申请号：CN201611059135.0
申请日：2016-11-25
Applicant: 河南工业大学
IPC: G01N21/3586 , G01N21/3563
CPC classification number: G01N21/3586 , G01N21/3563
Abstract: 本发明公开了一种基于多信息融合的小麦品质检测方法，其包括以下步骤：步骤一，采用太赫兹时域光谱技术THz‑TDS，分析霉变、虫蛀、发芽以及正常的小麦样品在0.2‑1.6THz波段的光学与光谱特性，计算获得小麦样品的吸收光谱和折射率光谱；步骤二，采用PCA主成分分析方法对小麦样品吸收光谱和折射率光谱进行特征提取，将特征值按照大小进行排序；步骤三，选择前8个主成分特征组合为小麦样品吸收光谱特征集，选择前10个主成分特征组合为小麦品质折射率光谱特征集；步骤四，建模，并对建模结果进行验证。本发明将不同品质小麦样品的吸收光谱和折射率光谱信息进行融合，提高小麦样品的识别率。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.034 seconds)
