[发明专利]基于图卷积神经网络的农产品等级自动识别方法及系统在审
| 申请号： | 202310733450.0 | 申请日： | 2023-06-19 |
| 公开（公告）号： | CN116883836A | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | 宋阳;邹佳琦;李卓鸿;刘泽鹏;汪雨晴;薛若尧;杨光义;张洪艳;贺威 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/26;G06V10/74;G06V10/774;G06V10/82;G06N3/0464;G06N3/084 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 肖明洲 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于图卷积神经网络的农产品等级自动识别方法及系统，首先获取农产品的高光谱图像，并进行数据预处理；然后将预处理后的高光谱图像输入图卷积神经网络进行农产品等级的自动识别评估；输出农产品属于不同质量等级的概率值，选取概率最大的质量等级作为当前待预测农产品的等级。本发明采用高光谱成像技术获取的茶叶叶片高光谱图像，其具有近乎连续的光谱曲线与图谱合一的特性，可以实现茶叶等级的无损检测，并且提高识别的准确性。此外，使用图卷积神经网络模型，能够更加灵活地提取茶叶高光谱图像的光谱特征和空间特征，从而实现对茶叶等级的准确自动识别。 | ||
| 搜索关键词： | 基于 图卷 神经网络 农产品 等级 自动识别 方法 系统 | ||
【主权项】：
暂无信息
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武汉大学，未经武汉大学许可，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/202310733450.0/，转载请声明来源钻瓜专利网。
