[发明专利] 基于近红外光谱和1D-In-Resnet网络的单籽粒品种鉴定方法及系统 – CN114062305A 全文链接一 全文链接二
| 基本信息 | |||
|---|---|---|---|
|
申请号
|
CN202111204576.6 |
申请日
|
20211015 |
|
公开（公告）号
|
CN114062305A |
公开（公告）日
|
20220218 |
|
申请（专利权）人
|
中国科学院合肥物质科学研究院 | ||
|
申请人地址
|
230031 安徽省合肥市蜀山区蜀山湖路350号
|
||
|
发明人
|
王琦;李晓红;吴跃进;张鹏飞;徐琢频;程维民;范爽;王海萍 | 专利类型 | 发明专利 |
|
摘要
|
基于近红外光谱和1D‑In‑Resnet网络的单籽粒品种鉴定方法及系统，属于农作物真实性鉴定技术领域，解决现有技术的单籽粒品种鉴定方法复杂、耗时、精度低的问题；通过获取单粒待鉴定作物籽粒的近红外光谱；对所述近红外光谱数据进行归一化预处理；利用所述近红外光谱对所述构建的1D‑In‑Resnet网络模型进行训练；通过训练后的所述1D‑In‑Resnet网络模型对需要分类的作物单籽粒光谱进行品种真实性识别，获得品种真实性预测结果；可同时实现多个作物品种真实性的快速、准确判别，通过多分支的卷积层，提取不同尺度的特征，提升模型同时识别多个品种的作物籽粒真实性的准确性。 | ||
|
主权项
|
1.基于近红外光谱和1D‑In‑Resnet网络的单籽粒品种鉴定方法，其特征在于，包括以下步骤：获取待鉴定作物单籽粒的近红外光谱，并对近红外光谱数据进行归一化预处理；构建1D‑In‑Resnet网络模型，所述的1D‑In‑Resnet网络模型包括：输入层、卷积层、池化层、3个全连接层和输出层，其中卷积层为2个支路，第一支路1个卷积层，第二支路2个卷积层，每一卷积层后面加上BN正则化，经过Relu激活函数，将两个支路的输出进行合并，输出结果与原始数据进行相加，再经过最大池化后展平，输入全连接层，全连接层共有3层，每层参数选在0～1000之间，最后输出分类结果；利用近红外光谱对1D‑In‑Resnet网络模型进行训练；利用训练后的1D‑In‑Resnet网络模型对需要鉴别的单籽粒光谱进行真实性预测识别，得到真实性预测结果。 | ||
|
IPC信息
|
|||
|---|---|---|---|
|
IPC主分类号
|
G01N21/359 | ||
| G 物理
G01 测量；测试 G01N 借助于测定材料的化学或物理性质来测试或分析材料 |
|||
|
法律状态信息
|
|||||
|---|---|---|---|---|---|
|
法律状态公告日
|
20220218 |
法律状态
|
公开 | 法律状态信息 |
CN202111204576 20220218 公开 公开
|
|
代理信息
|
|||
|---|---|---|---|
|
代理机构名称
|
合肥市浩智运专利代理事务所(普通合伙) 34124 |
代理人姓名
|
郑浩 |