-
公开(公告)号：CN113920376A
公开(公告)日：2022-01-11
申请号：CN202111287410.5
申请日：2021-11-02
Applicant: 江南大学
Abstract: 本发明公开了一种基于轻量型卷积神经网络的小麦种子品种鉴别的方法，涉及高光谱技术领域，该方法改进了建模所使用的轻量型卷积神经网络结构的结构，利用分组卷积层中的多个卷积单元来对不同的波段子区间进行特征提取，可以从光谱维度提取不同区域的信息，并且能够有效的缩减模型的参数量提高模型推理速度，再通过两个标准卷积层融合特征并进一步提取整体信息，充分挖掘样本高光谱图像的有效光谱信息，从而极大的提高分类模型的精度以及推理速度，能够充分利用高光谱图像中的有效光谱信息，并且能够准确且快速的鉴别小麦种子品种。
-
公开(公告)号：CN108320057B
公开(公告)日：2021-06-18
申请号：CN201810124599.8
申请日：2018-02-07
Applicant: 江南大学
Abstract: 本发明提供了一种基于有限制稳定配对策略的柔性作业车间调度方法，属于作业车间调度领域。该方法设计方案为：a、通过整数编码生成初始染色体种群，并初始化有关参数；b、对父代染色体进行交叉、变异操作，获得子代染色体；c、将子代染色体和父代染色体组成待选染色体集合，通过有限制的稳定配对操作，从中选择下一代染色体；d、若满足截止条件停止算法，否则返回步骤b。本发明将有限制稳定配对策略引入选择子代染色体的过程中，来解决多目标柔性作业车间调度问题，用来克服现有多目标柔性作业车间调度问题解决方法在解决此类问题时出现的种群分布性和收敛性不足的缺点，可得到更为优秀的调度方案，实时性好，可靠性高。
-
公开(公告)号：CN108387530B
公开(公告)日：2021-05-14
申请号：CN201810060939.5
申请日：2018-01-22
Applicant: 江南大学
Abstract: 本发明涉及一种基于高光谱图像技术进行淀粉中顺丁烯二酸的无损检测方法。该方法包括：a、制备淀粉、顺丁烯二酸标准样本和淀粉‑顺丁烯二酸混合样本；b、用高光谱图像系统采集标准样本的高光谱图像；c、截取高光谱图像预分析区域并提取预分析区域内每个像素的光谱值；d、利用预分析区域内淀粉和顺丁烯二酸像素光谱值结合支持向量数据描述算法建立淀粉和顺丁烯二酸分类模型；f、采集混合样本的高光谱图像，截取预分析区域并提取预分析区域内每个像素的光谱值输入到分类模型中，获得顺丁烯二酸的检测结果。本发明通过高光谱图像系统检测淀粉中顺丁烯二酸，并根据顺丁烯二酸像素的分布情况，让检测结果可视化；操作简单，实时性好，可靠性高。
-
公开(公告)号：CN110400322B
公开(公告)日：2021-03-16
申请号：CN201910693936.X
申请日：2019-07-30
Applicant: 江南大学
Abstract: 本发明公开了一种基于颜色和三维几何信息的水果点云分割方法，涉及机器视觉技术领域，该方法首先通过融合颜色特征和法线方向直方图特征，基于支持向量机得到初步分割结果，去除大部分背景区域，然后将初步分割结果转换为点云，通过对点云欧式聚类为点云团后提取点云团的视点特征直方图，基于k近邻算法和随机森林算法根据视点特征直方图再次判断点云团是否对应水果区域，从而可以再次去除初步分割后仍然残留的背景等非水果区域，筛选出最终的水果点云团也即水果区域，该方法结合颜色信息和三维几何信息，利用物体表面法线等几何特征来辅助水果点云的分割，可以在一定程度上提高水果识别的准确率，降低误检率。
-
公开(公告)号：CN111504979A
公开(公告)日：2020-08-07
申请号：CN202010424783.1
申请日：2020-05-19
Applicant: 江南大学
IPC: G01N21/65
Abstract: 本发明公开了一种利用已知混合物拉曼光谱改善混合物成分识别精度的方法，涉及拉曼光谱技术领域，该方法计算待测拉曼光谱特征向量组与拉曼光谱标准库中第n种纯净物的纯净物拉曼光谱特征向量组之间的第一相似度后，利用已知混合物库计算得到待识别物拉曼光谱特征向量组与已知混合物中带有偏移信息的对应纯净物的谱峰特征向量组之间的第二相似度，并根据第一相似度和所有第二相似度确定待测混合物与第n种纯净物之间的相似度，并由此得到成分识别结果；本申请利用已知混合物库协助拉曼光谱标准库进行协助搜索，相比于仅采用纯净物库搜索的策略，本申请这种已知混合物的应用有效的补偿了偏移现象所带来的干扰，可以有效帮助提高待识别物的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN110243806B
公开(公告)日：2020-05-22
申请号：CN201910694243.2
申请日：2019-07-30
Applicant: 江南大学
Abstract: 本发明公开了一种拉曼光谱下基于相似度的混合物组分识别方法，涉及成分分析技术领域，该混合物组分识别方法采集纯净物和待识别混合物的拉曼光谱，针对纯净物和待识别混合物的不同特征，采用以不同小波作为母小波函数的连续小波变换寻找特征峰，识别准确；从寻找到的特征峰中提取特征向量组，从而进行纯净物和待识别混合物的相似度计算初步筛选出候选纯净物，对候选纯净物的光谱数据进行位移校正后，利用非负最小二乘得到最终的组分识别结果，整个流程无需人工参与，能快速且有效地应用于混合物组分识别，在一定程度上提高混合物识别的查准率和查全率，具有快速且无损、实现过程简单和识别结果准确等特点。
-
公开(公告)号：CN111011471A
公开(公告)日：2020-04-17
申请号：CN201911287222.5
申请日：2019-12-14
Applicant: 江南大学
Abstract: 一种多光谱-射频-热风果蔬干燥检测装置及方法，属于果蔬干燥加工及品质在线无损检测设备领域。装置包括射频热风加热系统、多光谱检测系统、控制装置及软件平台。射频加热和热风加热是两种不同的干燥方法；多光谱检测系统主要包括一个多光谱相机和环形光源；控制装置由PLC控制器、PC机、伺服电机、传送带平台等装置组成；软件平台作为上位机协调控制系统各部分。本发明集果蔬干燥与品质实时检测于一体，能实现果蔬的干燥加工，干燥操作后可现将样本传送至多光谱检测系统部分进行快速无损的品质检测，避免了传统干燥品质检测方式费时费力，破坏样本的缺点，保证品质检测的准确性和快速性。
-
公开(公告)号：CN108010036B
公开(公告)日：2020-01-21
申请号：CN201711165747.2
申请日：2017-11-21
Applicant: 江南大学
Abstract: 本发明公开了一种基于RGB‑D相机的物体对称轴检测方法，涉及图像处理领域，该方法包括：获取自然场景下的目标物体的图像的三维点云数据，根据色差阈值分割法从三维点云数据中识别出目标物体所在区域的点云对应的目标点云数据，以目标点云数据的为中心建立球坐标系，利用球坐标系分割法选出n2个候选对称平面，根据n2个候选对称平面计算目标点云数据的对称轴，即为目标物体的对称轴；该方法实现了目标物体RGB‑D图像的三维重建，以及点云滤波，最后通过采用一种积分策略实现对目标物体对称轴的检测，当该方法应用于水果采摘领域时，可以基于自然场景中拍摄的果实的图像准确地寻找果实的对称轴，提高了水果的自动化采摘效率。
-
公开(公告)号：CN105678342B
公开(公告)日：2018-11-30
申请号：CN201610102811.1
申请日：2016-02-24
Applicant: 江南大学
IPC: G06K9/62
Abstract: 本文发明涉及一种基于联合偏度的玉米种子高光谱图像波段选择方法。本发明技术方案为：a、将待识别的玉米种子样本放置在高光谱图像采集系统中，采集并获取这些玉米种子的高光谱图像；b、利用阈值分割获取玉米种子的轮廓曲线，求取轮廓下玉米种子的光谱均值特征和熵特征，并进行特征联合，将其作为待识别玉米种子的特征参数X；c、利用特征参数求取全波段下的联合偏度JS(X)，结合序列后向选择方法的原理进行波段选择，输出最优波组合Φ；d、建立预测模型，获得该波段选择方法的评价结果。本发明通过对玉米种子高光谱图像进行波段选择，其能够实现多特征条件下波段选择，操作简单，快速有效，并具有较高鲁棒性等优点。
-
公开(公告)号：CN108830285A
公开(公告)日：2018-11-16
申请号：CN201810208500.2
申请日：2018-03-14
Applicant: 江南大学
Abstract: 本发明公开了一种基于Faster-RCNN的加强学习的目标检测方法，涉及图像处理领域，该方法包括：采集待测图像，将待测图像导入Faster-RCNN，Faster-RCNN中的卷积神经网络的网络结构进行了修改，将最后一个尺度的网络结构中的卷积模块替换为沙漏模块，通过卷积神经网络对待测图像进行特征提取生成特征映射图，将最后一层特征映射图导入RPN，RPN网络筛选出来的候选区域对应的特征映射图向量化后再用分类器对其进行具体的分类，得到检测结果；该方法修改了卷积神经网络的网络结构，使用沙漏模块代替深层网络中的普通的卷积模块，对深度卷积神经网络提取的深层特征携带的语义信息进行了加强学习，分层突出物体的语义信息，在一定程度上减少了漏报和误报。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.029 seconds)
