买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：陕西师范大学

摘要：一种基于动态注意力复合网络的受损小麦检测和分类方法，由构建数据集、数据集预处理、构建动态注意力复合网络、训练动态注意力复合网络、测试动态注意力复合网络步骤组成。本发明采用了动态感知网络，以自适应地聚焦于这些特殊结构的局部特征；递归卷积网络能够灵活分配计算资源，使总体结构有更轻量化的同时，具有更好的鲁棒性；稀疏差异注意力网络能更好地学习到输入特征的空间和通道相关性；窗口线性注意力网络增强了动态注意力复合网络对重要信息的关注程度，提高了动态注意力复合网络的表征能力和学习效率。本发明具有良好泛化能力和轻量化、稳定性高、检测和分类准确等优点，可用于受损小麦的检测和分类。

主权项：1.一种基于动态注意力复合网络的受损小麦检测和分类方法，其特征由下述步骤组成：1构建数据集采集完好粒小麦、霉变粒小麦、虫蛀粒小麦分别碰撞钢板的声信号，通过短时傅里叶变换将其转换为频谱图，作为受损小麦数据集；2数据集预处理数据集预处理的方法如下：1采用中心裁剪、放缩的方法使频谱图的图像尺寸一致；2删除无效数据将数据集中频谱变化明显不规则的数据删除；3扩充数据集采用数据增强的法扩充数据集；4划分数据集将受损小麦数据集按7：2：1的比例划分为训练集、验证集、测试集；3构建动态注意力复合网络动态注意力复合网络由动态感知网络、稀疏差异注意力网络、窗口线性注意力网络、递归卷积网络联接构成，动态感知网络的输出端与稀疏差异注意力网络、窗口线性注意力网络相连，稀疏差异注意力网络、窗口线性注意力网络的输出端与递归卷积网络相连；4训练动态注意力复合网络1构建损失函数按下式确定均方误差损失函数MSE： 其中，z表示样品的数量，z为有限的正整数，ye表示第e个样品的实际值，ye′表示第e个样品的预测值；2确定验证集上的早停函数按下式确定验证集上的早停函数Fitness：Fitness＝w1×Acc+w2×Prec+w3×Recall 其中,TP表示真正例，TN表示真负例，FP表示假正例，FN表示假负例，Acc表示准确率，Prec表示精确度，Recall表示召回率，w1,w2,w3是权重参数，如下： 其中，t表示训练次数，δ表示数值稳定性的附加值，取值为0,1；3确定测试集评价函数按下式确定测试集评价函数F1： 4训练动态注意力复合网络将训练集输入到动态注意力复合网络进行训练，训练条件为：硬件平台为Ubuntu18.04系统，1个NVIDIA3090GPU组成的服务器，软件平台为Python语言及Pytorch深度学习框架；训练参数设置为：动态注意力复合网络的学习率为0.002，衰减率为0.01，训练批次大小设置为2000，批量大小设置为16，训练至损失函数收敛，当近5次在验证集的函数值Fitness波动范围在0.05以内，可提前结束训练；5测试动态注意力复合网络将测试集输入到训练好的动态注意力复合网络中进行测试，输出完好粒小麦、霉变粒小麦、虫蛀粒小麦的分类结果。

全文数据：

权利要求：

百度查询： 陕西师范大学 基于动态注意力复合网络的受损小麦检测和分类方法