-
公开(公告)号:CN117197804B
公开(公告)日:2024-12-17
申请号:CN202311238354.5
申请日:2023-09-25
Applicant: 北京工商大学
IPC: G06V20/68 , G06V10/25 , G06V10/764 , G06V10/58 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种茶叶地理标志产品识别方法,其包括:1)、采集茶树生长时序图像和茶叶高光谱数据;2)、预处理;3)、构建茶树生长时序图像处理模型并提取茶树生长时序特征;4)、构建茶叶代谢物加权共表达网络并将提取茶叶代谢物加权共表达网络特征;5)、提取茶叶光谱特征;6)、构建和训练优化茶叶深度学习识别模型;7)、采用数据级融合方式融合茶树生长时序特征、茶叶代谢物加权共表达网络特征和茶叶光谱特征,以获得融合特征,并将融合特征输入到茶叶深度学习识别模型中,以实现茶叶地理标志产品的识别。其能对标志茶叶的产地和品种进行快速准确的识别,为茶叶的智能溯源识别提供了技术保障。
-
公开(公告)号:CN117351316A
公开(公告)日:2024-01-05
申请号:CN202311387380.4
申请日:2023-10-25
Applicant: 北京工商大学
IPC: G06V10/80 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464
Abstract: 本发明涉及一种葡萄酒地理标志产品识别方法及系统,采集地理标志葡萄酒样本的葡萄树的多维度生长图像和葡萄酒红外光谱数据;对采集到的葡萄树多维度生长图像和所述葡萄酒红外光谱数据进行预处理;利用葡萄树多维度生长图像处理模型从葡萄树多维度生长图像中提取葡萄树多维度生长图像特征;利用葡萄酒红外光谱处理模型从葡萄酒红外光谱数据中提取葡萄酒红外光谱特征;对葡萄树多维度生长图像特征和葡萄酒红外光谱特征进行融合,获得地理标志葡萄酒的融合特征;构建、训练并优化得到葡萄酒深度学习识别模型,将实现葡萄酒地理标志产品的识别,能对标志葡萄酒的产地进行快速准确的识别,为葡萄酒的智能溯源识别提供了技术保障。
-
公开(公告)号:CN117197804A
公开(公告)日:2023-12-08
申请号:CN202311238354.5
申请日:2023-09-25
Applicant: 北京工商大学
IPC: G06V20/68 , G06V10/25 , G06V10/764 , G06V10/58 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种茶叶地理标志产品识别方法,其包括:1)、采集茶树生长时序图像和茶叶高光谱数据;2)、预处理;3)、构建茶树生长时序图像处理模型并提取茶树生长时序特征;4)、构建茶叶代谢物加权共表达网络并将提取茶叶代谢物加权共表达网络特征;5)、提取茶叶光谱特征;6)、构建和训练优化茶叶深度学习识别模型;7)、采用数据级融合方式融合茶树生长时序特征、茶叶代谢物加权共表达网络特征和茶叶光谱特征,以获得融合特征,并将融合特征输入到茶叶深度学习识别模型中,以实现茶叶地理标志产品的识别。其能对标志茶叶的产地和品种进行快速准确的识别,为茶叶的智能溯源识别提供了技术保障。
-
-