[发明专利]一种基于可见/近红外光谱和深度学习的蚕茧干壳量无损检测方法在审
| 申请号： | 201910863200.2 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110567888A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 李子印;姚冰锋 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G01N21/3563;G01N21/359;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于可见/近红外光谱和深度学习的蚕茧干壳量无损检测方法，结合可见/近红外光谱技术和深度学习，训练一种经过修改后的Inception‑V3‑1D网络模型，能够对输入的蚕茧光谱信息进行处理和检测，在不对蚕茧品质造成影响的情况下，实现对蚕茧干壳量的快速检测，为蚕茧质量评价中的干壳量指标检测提供了一种技术方案。 | ||
| 搜索关键词： | 蚕茧 蚕茧干壳量 近红外光谱技术 近红外光谱 光谱信息 快速检测 网络模型 无损检测 指标检测 质量评价 干壳量 学习 检测 | ||
【主权项】：
1.一种基于可见/近红外光谱和深度学习的蚕茧干壳量无损检测方法，其特征在于，包括以下步骤：/nQ1 采集蚕茧样品在450～1075nm波段的可见/近红外光谱图像；/nQ2 对采集到的光谱数据使用Kernel方法进行卷积平滑预处理；/nQ3 建立蚕茧干壳量的数据集，使用随机方法对经过预处理的光谱图像按10：1比例分成训练集和验证集；/nQ4 将数据集输入到经过修改后的Inception-V3-1D网络模型中进行训练，得到针对蚕茧干壳量识别的网络模型；/nQ5 将经过预处理的待检样品的光谱数据输入到训练好的Inception-V3-1D网络中，得出待测蚕茧的干壳量。/n
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中国计量大学，未经中国计量大学许可，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/201910863200.2/，转载请声明来源钻瓜专利网。
