申请/专利权人：安徽唯嵩光电科技有限公司

申请日：2023-12-15

公开（公告）日：2024-03-19

公开（公告）号：CN117725550A

主分类号：G06F18/25

分类号：G06F18/25;G06F18/2415;G06F18/213;G06F18/10;G06N3/0464;G06N20/00;G01N21/95;G01N21/89;G01N21/88

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种多维度融合的水果检测方法，属于光谱分析技术领域。本发明提出一种多维度融合的水果检测方法，融合了机器学习的偏最小二乘算法和深度学习算法，获得更多维度的水果霉心病信息，能够综合利用不同算法的优势，提高判别结果的稳定性和可靠性。本发明通过引入自己创建的深度学习网络，能够捕捉到光谱中的复杂特征，提高对霉心病的判别能力。同时将深度学习和偏最小二乘算法融合在一起，能够有效处理光谱波形受干扰严重的情况，提高水果霉心病的识别率和判别准确性。

主权项：1.一种多维度融合的水果检测方法，其特征在于，其步骤为，步骤一、搭建水果光学采集系统，采集运动状态下水果的光信号，生成光谱波形L；步骤二、对光谱进行滤波和归一化处理；步骤三、针对特定光谱信息进行特征提取，获取特定的光谱波段；步骤四、利用偏最小二乘算法，对步骤三中得到的光谱波段进行建模训练；步骤五、获得机器学习模型后，对计算新采集的水果光谱含有霉心病的概率Pred11；步骤六、构建神经网络，通过神经网络对大量的光谱波形数据进行训练，获得深度学习模型；步骤七、根据深度学习模型计算水果光谱含有霉心病的概率Pred12；步骤八、融合机器学习模型推测概率Pred11和深度学习模型计推测概率Pred12，获得最终的水果霉心病概率Pred。

全文数据：

权利要求：

百度查询： 安徽唯嵩光电科技有限公司 一种多维度融合的水果检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD