龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：福建江夏学院
摘要：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。
主权项：1.一种基于近红外光谱特征和1D-PS-CNN的松属物种鉴别方法，其特征在于，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。
全文数据：
权利要求：
百度查询： 福建江夏学院 一种基于近红外光谱特征和1D-PS-CNN的松属物种鉴别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号