[发明专利]一种多维度的微球编解码方法和系统在审

专利信息
申请号: 201711079910.3 申请日: 2017-11-06
公开(公告)号: CN107942049A 公开(公告)日: 2018-04-20
发明(设计)人: 马岚;王东风 申请(专利权)人: 清华-伯克利深圳学院筹备办公室
主分类号: G01N33/543 分类号: G01N33/543
代理公司: 深圳鼎合诚知识产权代理有限公司44281 代理人: 郭燕
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多维 微球编 解码 方法 系统
【权利要求书】:

1.一种多维度的微球编码方法,其特征在于,包括如下步骤:

将微球的尺寸作为一个维度进行编码,得到第一编码;

将微球的光谱特征作为另一个维度进行编码,得到第二编码;

第一编码和第二编码组合成二维编码以标识微球。

2.一种多维度的微球解码方法,其特征在于,包括如下步骤:

数据获取步骤,获取待解码微球的尺寸数据和光学数据;

第一编码解码步骤,判断待解码微球的尺寸数据是否处于某一预设尺寸区间,以得到第一编码,所述第一编码用于标识微球的尺寸;

第二编码解码步骤,将所述光学数据输入分类器中得到所述待解码微球的第二编码;或者,分别计算待解码微球的光学数据和预设数据库中每种光学参考数据的相似度,将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码;所述第二编码用于标识微球的光谱特征;其中,所述预设数据库中存储有预先获取的微球的第二编码为已知的多种光学参考数据。

3.根据权利要求2所述的多维度的微球解码方法,其特征在于,所述分类器为已训练支持向量机,通过如下步骤得到所述已训练支持向量机:利用每个待训练微球的种类,以及每个待训练微球在外界光源照射下的光学数据对未训练支持向量机进行训练,得到已训练支持向量机;

或者,所述分类器为已训练决策树,通过如下步骤得到所述已训练决策树:利用每个待训练微球的种类,以及每个待训练微球在外界光源照射下的光学数据对未训练决策树进行训练,得到已训练决策树。

4.根据权利要求2所述的多维度的微球解码方法,其特征在于,所述光学参考数据通过如下步骤得到:

获取已知第二编码的不同种类微球的多组光学数据,采用聚类的方式分别将多组光学数据归属为对应的类,其中每一类对应一种微球的第二编码,所述类为光学参考数据。

5.根据权利要求2所述的多维度的微球解码方法,其特征在于,所述光学数据包括光强数据和/或光谱波形。

6.一种多维度的微球解码系统,其特征在于,包括:

数据获取模块,用于获取待解码微球的尺寸数据和光学数据;

第一编码解码模块,用于判断待解码微球的尺寸数据是否处于某一预设尺寸区间,以得到第一编码,所述第一编码用于标识微球的尺寸;

第二编码解码模块,用于将所述光学数据输入分类器中得到所述待解码微球的第二编码;或者,分别计算待解码微球的光学数据和预设数据库中每种光学参考数据的相似度,将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码;所述第二编码用于标识微球的光谱特征;其中,所述预设数据库中存储有预先获取的微球的第二编码为已知的多种光学参考数据。

7.根据权利要求6所述的多维度的微球解码系统,其特征在于,所述分类器为已训练支持向量机或者已训练决策树;

利用每个待训练微球的种类,以及每个待训练微球在外界光源照射下的光学数据对未训练支持向量机进行训练,得到所述已训练支持向量机;

利用每个待训练微球的种类,以及每个待训练微球在外界光源照射下的光学数据对未训练决策树进行训练,得到所述已训练决策树。

8.根据权利要求6所述的多维度的微球解码系统,其特征在于,所述光学参考数据通过如下步骤得到:

获取已知第二编码的不同种类微球的多组光学数据,采用聚类的方式分别将多组光学数据归属为对应的类,其中每一类对应一种微球的第二编码,所述类为光学参考数据。

9.根据权利要求6所述的多维度的微球解码系统,其特征在于,所述光学数据包括光强数据和/或光谱波形。

10.根据权利要求6所述的多维度的微球解码系统,其特征在于,所述第二编码解码模块将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码,具体包括:比较各个相似度,得到最大相似度,在所述最大相似度大于预设参数时,将产生所述最大相似度的光学参考数据对应的第二编码作为该待解码微球的第二编码;所述预设参数大于不同光学参考数据之间的相似度的最大值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华-伯克利深圳学院筹备办公室,未经清华-伯克利深圳学院筹备办公室许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711079910.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top