[发明专利]基于1D-CNN的食用油横向弛豫衰减曲线信号特征提取方法有效
| 申请号： | 201811491929.3 | 申请日： | 2018-12-07 |
| 公开（公告）号： | CN109598245B | 公开（公告）日： | 2023-02-07 |
| 发明（设计）人： | 侯学文;苏冠群;常晓;王广利;傅利斌;王欣;聂生东 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G06F18/213;G06F18/10;G06N3/0464;G06N3/08 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 郁旦蓉 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于1D‑CNN的食用油横向弛豫衰减曲线信号特征提取方法，包括如下步骤：采用低场核磁共振设备与CPMG序列采集多个种类已知的食用油原始信号数据文件，而后分别读取CPMG原始信号数据文件作为训练集的第一原始信号数据与测试集的第二原始信号数据；将两个原始信号数据绘制成横向弛豫衰减曲线并对其进行衰减截止点的判断，并根据衰减截止点对两个原始信号数据进行信号截取，得到不包含噪声的训练集的第一去噪信号数据与测试集的第二去噪信号数据；将两个去噪信号数据进行归一化处理，得到两个归一化信号数据；将训练集归一化信号数据用于构建一维卷积神经网络模型即CNN模型后将测试集归一化信号数据输入进行测试，得测试集中的食用油的种类标签。 | ||
| 搜索关键词： | 基于 cnn 食用油 横向 衰减 曲线 信号 特征 提取 方法 | ||
【主权项】：
1.一种基于1D‑CNN的食用油横向弛豫衰减曲线信号特征提取方法，用于获取多种食用油的种类标签，其特征在于，包括如下步骤：步骤1，采用低场核磁共振设备与CPMG序列采集多个种类已知的食用油原始信号数据文件，而后分别读取CPMG原始信号数据文件作为训练集的第一原始信号数据与测试集的第二原始信号数据；步骤2，将所述第一原始信号数据与所述第二原始信号数据绘制成横向弛豫衰减曲线并对该衰减曲线进行衰减截止点的判断，并根据所得的衰减截止点对所述所述第一原始信号数据所述第二原始信号数据进行信号截取，得到不包含噪声的所述训练集的第一去噪信号数据与所述测试集的第二去噪信号数据；步骤3，将所述第一去噪信号数据与所述第二去噪信号数据进行归一化处理，得到所述训练集的第一归一化信号数据与所述测试集的第二归一化信号数据；步骤4，将所述第一归一化信号数据用于构建一维卷积神经网络模型即CNN模型；步骤5，将所述第二归一化信号数据输入CNN模型进行测试，得到所述测试集中的食用油的种类标签。
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上海理工大学，未经上海理工大学许可，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/patent/201811491929.3/，转载请声明来源钻瓜专利网。
