基于高光谱成像与深度学习的粮种品种分类方法

    公开(公告)号:CN115965953A

    公开(公告)日:2023-04-14

    申请号:CN202310009003.0

    申请日:2023-01-04

    Abstract: 本发明公开了一种基于高光谱成像与深度学习的粮种品种分类方法,本发明属于粮种品种分类领域,包括:获取粮种的多通道高光谱图像,对多通道高光谱图像预处理得到预处理高光谱图像数据集,基于预处理高光谱图像数据集获得第一特征图;其中,预处理高光谱图像数据集包括若干拼接图像;构建粮种品种分类网络模型,其中,粮种品种分类网络模型包括粮种品种分类模块;基于粮种品种分类模块指导训练粮种品种分类网络模型,得到优化粮种品种分类网络模型;将拼接图像输入到优化粮种品种分类网络模型,得到粮种品种分类结果。本发明利用高光谱成像和深度学习技术,提出了一种简单、高效、无损、经济、自动化的粮种品种分类方法。

    板材粘性介质胀形极限应变确定方法和装置

    公开(公告)号:CN115547436B

    公开(公告)日:2023-03-10

    申请号:CN202211487697.0

    申请日:2022-11-25

    Abstract: 本发明涉及材料加工技术领域,特别涉及一种板材粘性介质胀形极限应变确定方法和装置。针对试验方式繁琐复杂、且费时费力的问题,该方案包括:确定板材初始参数;基于顶点的厚向应变增量来驱动板材变形,确定第i步胀形时顶点处的应变;从顶点到压边位置逐点进行计算,计算第i步胀形时第j点处的应变;从顶点到压边位置逐点进行判断,根据第i步胀形时第j点处的应变,判断第i步胀形时第j点是否发生颈缩;若发生颈缩,则停止胀形,并记录发生颈缩的位置和应变,将发生颈缩的位置处的应变确定为极限应变;若第i步胀形时各个点均未发生颈缩,则将i=i+1,以进行下一步胀形。本方案,能够快速且准确的计算出板材粘性介质胀形极限应变。

    一种包覆磁流变弹性体层的刚性模及板材零件成形方法

    公开(公告)号:CN115532929A

    公开(公告)日:2022-12-30

    申请号:CN202211486694.5

    申请日:2022-11-25

    Abstract: 本发明涉及金属板冲压成形技术领域,尤其涉及一种包覆磁流变弹性体层的刚性模及板材零件成形方法。现有技术中成形设备体积过大以及因无法解决复杂结构局部差异化压力分布而导致产品质量不稳定,本发明中刚性模的凸模具有刚性的凸模本体,凸模本体的工作面随形包覆有磁流变弹性体层,在凸模本体的内部根据变形需要与磁流变弹性体层的各变形区域相对应分布多个电磁铁,使磁流变弹性体层各变形区域均能够被相应的外加磁场调控。通过调控外加磁场的强度控制磁流变弹性体层的各变形区域具有不同的弹性模量,使板坯料受到不同的局部成形压力,促进局部复杂结构充分填充,满足零件的尺寸精度要求,成形所需磁流变弹性体层体积小,减小成形设备的吨位。

    一种SiO2陶瓷基复合材料表面活化辅助钎焊的方法

    公开(公告)号:CN106695047B

    公开(公告)日:2019-04-02

    申请号:CN201710032291.6

    申请日:2017-01-16

    Abstract: 本发明提供一种SiO2陶瓷基复合材料表面活化辅助钎焊的方法:在SiO2陶瓷基复合材料表面附着均匀葡萄糖小分子颗粒;经过等离子处理在SiO2陶瓷基复合材料表面覆盖薄碳层;将处理后的材料按照SiO2陶瓷基复合材料与金属材料的次序依次叠,然后将钎料置于待焊接面之间,置于真空钎焊炉中,加热。本发明提供的方法,可以使接头强度显著提高,且可以有效地降低SiO2陶瓷基复合材料与金属材料间由热膨胀系数不同引起的残余应力,最终实现了陶瓷与金属的高质量连接。

    板材成形过程中非均匀压力的确定方法和装置

    公开(公告)号:CN116050225B

    公开(公告)日:2023-08-25

    申请号:CN202310189723.X

    申请日:2023-03-02

    Abstract: 本发明涉及板材塑性成形技术领域,特别涉及一种板材成形过程中非均匀压力的确定方法和装置。针对板材成形过程中非均匀压力的确定效率较低的问题,该方案包括:基于零件构型的要求,对均匀压力成形进行有限元仿真;根据对均匀压力成形进行有限元仿真的结果,确定板材成形过程中零件构型的变化规律,并基于变化规律构建对应的构型函数;根据构型函数和零件材料的本构方程,确定板材上每一个节点在成形过程中的节点半径与节点所受到的非均匀压力之间的关联关系;利用关联关系逐步确定在每一步成形时间点的节点半径和节点所受到的非均匀压力,直到板材成形至零件要求的构型。本方案,能够快速确定出每一步成形时间点节点所受到的非均匀压力。

    基于高光谱成像与深度学习的粮种品种分类方法

    公开(公告)号:CN115965953B

    公开(公告)日:2023-08-22

    申请号:CN202310009003.0

    申请日:2023-01-04

    Abstract: 本发明公开了一种基于高光谱成像与深度学习的粮种品种分类方法,本发明属于粮种品种分类领域,包括:获取粮种的多通道高光谱图像,对多通道高光谱图像预处理得到预处理高光谱图像数据集,基于预处理高光谱图像数据集获得第一特征图;其中,预处理高光谱图像数据集包括若干拼接图像;构建粮种品种分类网络模型,其中,粮种品种分类网络模型包括粮种品种分类模块;基于粮种品种分类模块指导训练粮种品种分类网络模型,得到优化粮种品种分类网络模型;将拼接图像输入到优化粮种品种分类网络模型,得到粮种品种分类结果。本发明利用高光谱成像和深度学习技术,提出了一种简单、高效、无损、经济、自动化的粮种品种分类方法。

    基于视觉显著性先验知识的多聚焦图像融合方法

    公开(公告)号:CN115965844B

    公开(公告)日:2023-08-18

    申请号:CN202310008956.5

    申请日:2023-01-04

    Abstract: 本发明公开了基于视觉显著性先验知识的多聚焦图像融合方法,包括以下步骤:获取显著性目标检测任务的数据集和自然图像的数据集,并基于所述自然图像的数据集,获取带有伪标签的伪多焦距图像;构建基于等距域变换的空域注意力模块和通道域注意力模块,并结合双分支结构网络构建基于视觉显著性先验融合模型;将所述显著性目标检测任务的数据集作为所述基于视觉显著性先验融合模型的预训练任务的输入,获得基于视觉显著性先验融合模型的预训练权重;通过所述带有伪标签的伪多焦距图像继续对所述基于视觉显著性先验融合模型进行下游任务的训练,获得融合图像。本发明采用显著性目标检测减少了预训练任务目标域与多聚焦图像融合任务目标域之间的差异。

    板材变形过程中测量数据的处理方法和装置

    公开(公告)号:CN116108723A

    公开(公告)日:2023-05-12

    申请号:CN202310189735.2

    申请日:2023-03-02

    Abstract: 本发明涉及材料加工技术领域,特别涉及一种板材变形过程中测量数据的处理方法和装置。针对对板材受到的非均匀压力无法进行合理有效的处理的问题,该方案包括:根据测量数据生成以胀形时间为变量的非均匀压力函数;对非均匀压力函数进行多次调整,使得每一次调整后的压力函数逐渐趋向于均匀压力函数;将各压力函数分别作为外加载荷条件,以对板材变形过程进行有限元仿真模拟;基于每一次模拟结果,分别确定对应外加载荷条件下板材上各个节点的应力路径和应变路径;对多个应力路径和应变路径进行分析,确定非均匀压力对板材变形的影响规律。本方案,能够确定出非均匀压力对板材变形的影响规律,从而能够实现板材变形过程中的分析和控制。

Patent Agency Ranking