专利交易市场

本发明公开了一种基于拉曼光谱的物质成分检测方法，包括获取待检测物质的拉曼光谱信号，并进行基线矫正得到矫正后的拉曼光谱信号；采用分类网络对矫正后的拉曼光谱信号进行分类得到待检测物质的类别；根据待检测物质所属的类别找出对应官能团的特征峰波段，并从拉曼光谱信号中将该特征峰波段分割出，然后将剩余的拉曼光谱信号按预设长度进行分割得到对应的小块波段；本基于拉曼光谱的物质成分检测方法通过分类出待检测物质的类别，然后根据所属类别对应的官能团的特征峰波段对待检测物质的成分进行识别，同时按照完整的官能团信息对拉曼光谱信号进行分割，保持了信号的完整性，提升了分类的精度。

本发明公开了一种基于深度学习的尿液有形成分检测方法及装置，用检测速度更快的单阶段的目标检测算法，且使用参数更少的网络模型，并针对尿沉渣图像全局稀疏，局部稠密的特点提出了局部上下文注意力模块和全局背景抑制模块提升检测效果，使模型关注含有目标的区域，增强密集区域目标的区分能力，同时减少对背景的关注。本发明技术方案，对于尿沉渣图片，能够有效检测出图片中的尿液有形成分，并对检测局部密集分布的情况有极大改善。

本发明涉及一种基于深度学习的尿液有形成分检测方法。首先，针对尿液有形成分图像存在背景噪声大、边缘特征弱的难题，本发明在ECA‑Net的全局平均池化特征聚合通道基础上，增加全局最大池化特征聚合通道，保留更多图像边缘信息，进而提出EECA‑Net注意力机制，并在主干网络和颈部网络中加入EECA‑Net注意力机制，增强模型对边缘特征的提取能力；其次，考虑到YOLOv5s参数量较大，本发明分别使用GSConv模块、VoV‑GSCSP模块对主干网络和颈部网络的Conv模块、颈部网络的C3模块进行轻量化处理，降低模型复杂度。实验结果表明，本发明检测精度比YOLOv5s高1.7%，其模型参数量则降低了15%。

本实用新型涉及粮食检测技术领域，且公开了一种粮食成分检测用分选设备，包括：分筛台，所述分筛台的顶部左侧固定连接有安装架，所述安装架的内腔壁固定连接有进料箱；除尘机构，所述除尘机构包括：转动轴、拨动板、盲槽、过滤板、过滤箱和抽风机，所述拨动板呈环形固定连接在转动轴的侧壁中间处，所述盲槽开设在进料箱的内腔左右侧壁中间处，所述过滤板的左右侧壁均固定连接有移动块，两组所述移动块均滑动连接在盲槽的内腔，所述过滤箱的底部滑动连接有收集箱，所述抽风机安装在过滤箱的后侧壁；本新型方案能够避免在粮食在分选时，灰尘飘散到空气中，降低了对周围环境以及附近的工作人员造成不利影响。

本发明涉及纺织面料技术领域，具体为一种纺织品纤维识别与成分检测系统。首先，对待检测样本进行第一预处理，获得第一检测样本；然后，对第一检测样本进行处理，获取第一图像数据和第一光谱数据；最后，第一图像数据和第一光谱数据依次通过成分识别模型的预处理层、特征提取层、特征分析层、全连接层和结果输出层，通过这五个层的处理，系统能够准确分析出纺织品中各种纤维的成分含量，从而实现高效且准确的纤维识别与成分检测。

本实用新型公开了一种农产品重金属成分检测设备，包括搅拌机构，搅拌机构包括搅拌釜，搅拌釜的底部设有第一排液口，第一排液口上安装有阀门，所述搅拌釜的下方设有分离机构，涉及农产品重金属检测技术领域，利用蛋清与农产品溶液混合，如果含有重金属则会与蛋清产生沉淀，从而能够得知是否含有重金属；同时使用蛋清代替相应的试剂，能够节省成本；通过设置两个具有过滤功能的滤筒，搅拌釜中的混合液排出时，自动等分进入到两个滤筒，从而无需使用各个烧杯对溶液进行盛接，并通过打开第一导管和第二导管上的阀门，即可完成检测，确定是否含有汞和铅，操作更加方便。

本实用新型涉及茶叶粉碎技术领域，具体揭示了一种茶叶成分检测用粉碎装置，包括底板，所述底板的顶部固定连接有两个限位环，两个所述限位环之间固定连接有处理箱，所述处理箱的顶部开设有通孔且固定连接有进料口，所述进料口的内壁两侧均固定连接有导流板，所述处理箱的右侧固定连接有支撑板，所述电机的输出轴与处理箱贯穿相连且固定连接有固定杆；本实用新型通过设置剪切辊配合设置的处理筒，能够对茶叶进行细致化的粉碎，方便后期与沸水进行浸泡，能够更加方便的使得茶叶中的成分可以更快的释放出来，而配合设置的固定刀和转动连接的切割刀，能够对茶叶进行初级粉碎，使得茶叶可以更加方便的被处理。