[发明专利]一种基于光谱成像和深度学习技术的干茧茧层丝胶溶失率的无损检测方法在审
| 申请号： | 201910863139.1 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110567887A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 李子印;华静;陈亮 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G01N21/3563;G01N21/359;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于光谱成像和深度学习技术的干茧茧层丝胶溶失率的无损检测方法，包括以下步骤：训练ResNet‑1D网络模型和预测干茧茧层丝胶溶失率。本申请应用高光谱成像技术，结合数字图像处理和深度学习的方法，研究了干茧茧层丝胶溶失率的快速无损精确获取理论和方法，为实现蚕茧品质的计算机检测和蚕业信息化水平的提高提供一定的理论基础。 | ||
| 搜索关键词： | 干茧 茧层 丝胶 蚕业 数字图像处理 高光谱成像 计算机检测 信息化水平 光谱成像 理论基础 网络模型 无损检测 蚕茧 无损 学习 预测 申请 应用 研究 | ||
【主权项】：
1.一种基于光谱成像和深度学习技术的干茧茧层丝胶溶失率的无损检测方法，其特征在于，包括以下步骤：/nS1.训练ResNet-1D网络模型/nS11.采集干茧样品在400～1000nm波段的可见/近红外光谱数据；/nS12.对采集到的光谱数据使用基于Savitzky-Golay卷积平滑的光谱预处理方法；/nS13.建立干茧丝胶溶失率的数据集，使用随机方法对经过预处理的可见/近红外光谱数据按10：1分成训练集和验证集；/nS14.将建立好的数据集输入到ResNet-1D网络模型中进行训练；/nS2.预测干茧茧层丝胶溶失率/nS21.采集待检样品在400～1000nm波段的可见/近红外光谱数据；/nS22.对待检样品的光谱数据使用基于Savitzky-Golay卷积平滑的光谱预处理方法；/nS23.将经过预处理的待检样品的光谱数据输入到训练好的ResNet-1D网络中，得出待检样品的茧层丝胶溶失率。/n
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中国计量大学，未经中国计量大学许可，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/201910863139.1/，转载请声明来源钻瓜专利网。
