公开(公告)号：CN119274576A

公开(公告)日：2025-01-07

申请号：CN202411351887.9

申请日：2024-09-26

Applicant: 国网安徽省电力有限公司电力科学研究院 ,  国网安徽省电力有限公司 ,  安徽大学

Inventor： 孙伟 ,  马俊杰 ,  赵龙 ,  汪玉 ,  黄书强 ,  刘辉 ,  潘东 ,  李龙跃 ,  肖家锴 ,  李周 ,  蔡翔 ,  王峰 ,  刘丽 ,  王鑫 ,  邹知炜 ,  史伟豪 ,  邢璐 ,  叶鸿

IPC: G10L25/03 ,  G10L25/30 ,  G10L25/45 ,  G06N20/00

Abstract: 本发明公开了一种环境声音分类目标模型构建方法及系统，其步骤包括：1、构建基于Wigner‑Ville分布和改进ResNet50的环境声音分类模型；2、网络模型的训练。本发明将Inception Convolution结构创新性地融入到ResNet50模型中，不仅继承了ResNet50在深度学习中的高效特征学习能力，还通过Inception模块的多尺度并行卷积设计，大幅增强了模型对声音信号的多维度特征表达。这种结构的融合使得模型能够同时捕捉到声音信号的细微变化和宏观趋势，无论是快速的频率变化还是持续的音调，都能被精确地识别和分析。此外，这种改进还显著提高了模型对复杂声音环境的适应性，即使在存在背景噪声的情况下，也能保持较高的识别准确率和稳定性。

公开(公告)号：CN116168287A

公开(公告)日：2023-05-26

申请号：CN202211472750.X

申请日：2022-11-17

Applicant: 安徽大学

Inventor： 翁士状 ,  马俊杰 ,  施金鹏 ,  潘美静 ,  谭羽健 ,  张巧巧 ,  郑玲 ,  赵晋陵 ,  黄林生

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明特别涉及一种基于高光谱成像的番茄植株干旱胁迫检测方法，包括如下步骤：采集待识别番茄叶片的高光谱图像，根据高光谱图像提取叶片的反射光谱数据；利用遗传算法筛选特征波长，根据特征波长对应的反射率图像间的相关性确定最佳的反射率图像集；利用卷积神经网络提取最佳反射率图像集深层次的图像特征；融合叶片的光谱和图像特征后输入至训练好的植株干旱胁迫识别模型中进行识别得到待识别番茄的干旱胁迫等级。采用光谱和图像结合的方式来选择反射率图像，降低数据冗余度，实现了信息的最大利用；通过卷积神经网络实现图像特征的自动提取，简单有效，避免复杂的数学计算；融合光谱和图像特征提升模型识别效果，提供互补信息，避免信息损失。