一种基于自编码与1D-VD-CNN的未知产地金银花检测方法

    公开(公告)号:CN117216680A

    公开(公告)日:2023-12-12

    申请号:CN202311233966.5

    申请日:2023-09-23

    摘要: 本发明提出了一种基于自编码与1D‑VD‑CNN的未知产地金银花检测方法,包括1)金银花近红外光谱数据的采集:通过近红外光谱仪获得样本的近红外光谱数据;2)完成采样数据的预处理;3)一维超深度卷积神经网络的搭建;4)自编码器重构误差设计。5)构建基于金银花近红外光谱数据的自编码器模型,并对模型进行训练、验证与测试。其中数据分类将传统的纯随机采用改为分层采样。本发明利用近红外光谱数据,结合1D‑VD‑CNN与自编码器模型,实现对不同产地以及未知产地的金银花鉴别。该模型具备对已知及未知产地金银花的高精度鉴别能力。符合实际中药质量鉴定的研究需求,具有一定的应用前景。

    一种基于卷积神经网络优化粮食仓库货车的车牌识别方法

    公开(公告)号:CN112733851B

    公开(公告)日:2023-08-18

    申请号:CN202110045845.2

    申请日:2021-01-14

    摘要: 本发明涉及一种基于卷积神经网络优化粮食仓库货车的车牌识别方法。包括:1)基于卷积神经网络的车牌识别算法:采用Haar特征的级联分类器实现对图像中车牌位置的粗定位;综合随机抽样一致化算法与Sobel算子实现精确定位;进行直方图均衡处理后,利用车牌字符分布特征的分割算法完成分割;使用keras搭建深度卷积神经网络对分割后的字符进行准确的识别。2)工程应用优化:在智能摄像头识别的基础上,增加一个车牌照片信息再处理的服务器,在服务器中架设算法软件,处理智能摄像头无法处理的照片。本发明方法能够对车牌进行有效定位,在保证鲁棒性良好前提下,准确性优于各传统算法,适应于当下交通中自动化、无人化管理,方便在特定场合对车辆管理。

    一种基于卷积神经网络优化粮食仓库货车的车牌识别方法

    公开(公告)号:CN112733851A

    公开(公告)日:2021-04-30

    申请号:CN202110045845.2

    申请日:2021-01-14

    摘要: 本发明涉及一种基于卷积神经网络优化粮食仓库货车的车牌识别方法。包括:1)基于卷积神经网络的车牌识别算法:采用Haar特征的级联分类器实现对图像中车牌位置的粗定位;综合随机抽样一致化算法与Sobel算子实现精确定位;进行直方图均衡处理后,利用车牌字符分布特征的分割算法完成分割;使用keras搭建深度卷积神经网络对分割后的字符进行准确的识别。2)工程应用优化:在智能摄像头识别的基础上,增加一个车牌照片信息再处理的服务器,在服务器中架设算法软件,处理智能摄像头无法处理的照片。本发明方法能够对车牌进行有效定位,在保证鲁棒性良好前提下,准确性优于各传统算法,适应于当下交通中自动化、无人化管理,方便在特定场合对车辆管理。

    实现电源监控高效低功耗的电路及工作方法

    公开(公告)号:CN112311383A

    公开(公告)日:2021-02-02

    申请号:CN202011506283.9

    申请日:2020-12-18

    IPC分类号: H03K19/0175 G01R31/40

    摘要: 本发明提出一种实现电源监控高效低功耗的电路及工作方法,分压电路、基准电压源、比较器、高速上电检测电路、或非门、时钟产生及关断电路、延时模块和输出驱动模块。分压电路用于产生与输入电压成一定比例的复位阈值电压;基准电压源用于产生与电源电压和温度无关的基准电压;比较器用于将分压后的电压与基准电压进行对比;高速上电检测电路用于产生具有抗干扰能力的电源监控电路的片内复位信号;时钟产生及关断电路用于产生延时单元的时钟信号,以及关断时钟产生电路;延时模块用于计时。其引入了高速上电检测电路,避免了因比较器翻转不及或是电源毛刺干扰所引起的复位失效问题,同时引入时钟关断电路,有效地降低了功耗。

    一种基于限幅联合星座扩展法的OFDM峰均比抑制器

    公开(公告)号:CN108183880B

    公开(公告)日:2020-12-18

    申请号:CN201810019808.2

    申请日:2018-01-09

    IPC分类号: H04L27/26

    摘要: 本发明提供一种基于限幅联合星座扩展法的OFDM峰均比抑制器,其包括相连接的限幅滤波模块和星座扩展处理模块;限幅滤波模块可以降低OFDM信号的峰均比,星座扩展处理模块可以改善系统接收端误码率性能。本发明能够在系统误码率提高不大的情况下,降低OFDM信号的PAPR。本发明的峰均比抑制器简单、有效,并且接收端不需要增加额外的处理。

    一种基于滑动窗函数的数字音频广播系统信道译码方法

    公开(公告)号:CN110912566A

    公开(公告)日:2020-03-24

    申请号:CN201911188949.8

    申请日:2019-11-28

    IPC分类号: H03M13/11

    摘要: 本发明涉及一种基于滑动窗函数的数字音频广播系统信道译码方法。在数字音频广播系统的信道编码中采用卷积LDPC编码,在数字音频广播系统的信道译码中采用基于滑动窗函数的BP迭代译码;所述卷积LDPC编码利用渐进边缘增长构造法,获得卷积LDPC校验矩阵,使其兼具卷积与稀疏矩阵特性;所述基于滑动窗函数的BP迭代译码,以预定长宽的滑动窗为单位,进行BP迭代译码,实现边译码边输出,同时利用其具有卷积码特性,将所得结果传与下一个滑动窗口,保证译码的精确性,且可有效降低译码时延,利于提高广播的实时性。本发明保证数字音频广播原有的优点,即低设备复杂度、高准确性、易于实现,同时提高了广播传输的实时性,满足广播实时传输的特点,有利于数字音频广播的使用与推广。

    一种基于近红外光谱特征和1D-PS-CNN的松属物种鉴别方法

    公开(公告)号:CN118376600A

    公开(公告)日:2024-07-23

    申请号:CN202410471385.3

    申请日:2024-04-19

    摘要: 本发明提出一种基于近红外光谱特征和1D‑PS‑CNN的松属物种鉴别方法,具体包括以下步骤:S1:获取各类松属近红外光谱数据并进行预处理,将预处理后的各类松属近红外光谱数据划分为训练集、验证集和测试集;S2:对一维卷积神经网络1D‑CNN进行改进,构建一维递进卷积神经网络模型1D‑PS‑CNN;S3:利用所述训练集、验证集和测试集对1D‑PS‑CNN模型进行训练、验证与测试,并获得最优1D‑PS‑CNN模型;S4:将通过近红外光谱仪采集的未鉴定的松属近红外光谱数据输入1D‑PS‑CNN模型进行物种鉴别。发明利用近红外光谱数据,结合改进的1D‑PS‑CNN模型,相对传统的鉴别方法,对不同的松属物种鉴别更快速、更高效。

    一种基于子空间凝聚算法的软组织形变仿真方法

    公开(公告)号:CN109036567B

    公开(公告)日:2021-11-09

    申请号:CN201810959632.9

    申请日:2018-08-22

    IPC分类号: G16H50/50

    摘要: 本发明涉及一种基于子空间凝聚算法的软组织形变仿真方法。该方法包括:a)数据预处理与软组织模型的三维重建;b)进行软组织的生物力学特性分析;c)采用AABB包围盒与三角形面片相交相结合实现碰撞检测;d)最后进行子空间凝聚算法完成软组织形变仿真计算,采用空间核方法实现空间映射,利用贪心算法及二维分离算法分离出最佳纯子空间。本发明结合了软组织的三维几何建模和实时的碰撞检测方法,最后采用改进子空间凝聚算法进行软组织形变仿真,能较好的调节软组织形变过程中真实性与实时性的均衡,防止模型形变过程出现畸变或停顿等现象,通过分析可具有良好的仿真效果且花费时间较短,对虚拟手术中的形变仿真有着重要的指导作用。