[发明专利]一种基于高光谱成像与深度学习的籽棉地膜在线识别方法有效
| 申请号： | 201910345604.2 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110084194B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 倪超;张雄;李振业 | 申请（专利权）人： | 南京林业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/00;G06N3/04;G06N3/08 |
| 代理公司： | 南京申云知识产权代理事务所(普通合伙) 32274 | 代理人： | 邱兴天 |
| 地址： | 210037 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于高光谱成像与深度学习的籽棉地膜在线识别方法，利用高光谱成像仪获取籽棉地膜反射光谱图像，构建堆叠加权自编码器和粒子群优化的极限学习机组成的深度学习网络对高光谱图像在线识别，本发明利用深度学习中的堆叠加权自编码器与极限学习机构成的网络对籽棉地膜的高光谱图像进行分类，在每层自编码器中引入加权机制，在保证多通道输入优势的同时，降低噪声的影响；极限学习机的权值和偏置是随机确定的，容易产生过拟合，利用粒子群算法优化极限学习机的权值和偏置，在保证识别速度的同时，提高分类精度。堆叠加权自编码器与极限学习机构成的深度学习网络可以用于籽棉地膜的在线识别。 | ||
| 搜索关键词： | 一种 基于 光谱 成像 深度 学习 籽棉 地膜 在线 识别 方法 | ||
【主权项】：
1.一种基于高光谱成像与深度学习的籽棉地膜在线识别算法，其特征在于：利用高光谱成像仪获取籽棉地膜反射光谱图像，构建堆叠加权自编码器和粒子群优化的极限学习机组成的深度学习网络对高光谱图像在线识别，步骤如下：(1)利用高光谱成像仪获取籽棉地膜的反射光谱图像；(2)利用堆叠加权自编码器逐层提取与输出相关的高阶特征，高光谱图像中的每个像素点在1000nm～2500nm波段上的反射光谱构成的288维向量作为整个网络的输入，利用堆叠加权自编码器对288维向量进行降维；(3)采用两层人工神经网络结合BP算法对堆叠加权自编码器的网络权重进行有监督的调整；(4)训练完成后，将降维的高阶特征作为极限学习机的输入，利用优化算法对极限学习机的权值和偏置进行优化；(5)利用优化后的极限学习机对降维后的36维的高阶特征进行处理，实现高光谱图像分类，从而识别棉籽地膜。
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南京林业大学，未经南京林业大学许可，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/201910345604.2/，转载请声明来源钻瓜专利网。
