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

Applicant: 福建江夏学院

Inventor： 陈冬英 ,  林灵燕 ,  魏建崇 ,  翁伟雄 ,  陈培亮

IPC: G01N21/359 ,  G06F18/214 ,  G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 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。

公开(公告)号：CN119339208A

公开(公告)日：2025-01-21

申请号：CN202411418468.2

申请日：2024-10-11

Applicant: 福建江夏学院

Inventor： 陈培亮 ,  陈冬英 ,  马佳亿 ,  陈建宇

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/10

Abstract: 本发明涉及一种基于一阶差分与Inception V3模型的金银花产地鉴别方法，包括：获取金银花近红外光谱数据作为样本数据，构建样本数据集，并划分为训练集和验证集；采用一阶差分对样本数据进行预处理，得到金银花一维近红外光谱数据特征；构建1D‑Inception V3‑CNN模型，所述1D‑Inception V3‑CNN模型将一维卷积神经网络1D‑CNN中的卷积层用改进后的Inception V3结构替换；通过训练集和验证集对构建的1D‑Inception V3‑CNN模型进行前向与后向训练验证，得到训练好的1D‑Inception V3‑CNN模型；利用训练好的1D‑Inception V3‑CNN模型进行金银花产地鉴别。该方法有利于对不同产地金银花进行快速、准确、高效的鉴别。