-
公开(公告)号：CN112198125B
公开(公告)日：2025-01-14
申请号：CN202011163953.1
申请日：2020-10-27
Applicant: 江南大学
Abstract: 一种基于红外增效的多功能果蔬切割检测系统及方法，属于果蔬切割加工技术领域。该设备通过上下两层红外管加热水槽，水槽连接耐高温提升装置和紫外杀菌装置，红外管及水槽外设置封闭保温箱体，箱体两侧保留产品运输通道口；耐高温装置连接切割刀具，切割刀具通过伺服电机提供动力，外接PLC控制系统，切割刀具右下侧为产品出口，出口下方为传动装置；传动装置运送样品经过多光谱采集区域，在卤素灯光源激发下，多光谱相机采集产品光谱数据，通过建模分析方法，识别切割完整度和杂质检测。本发明具有提高果蔬切割完整度，保障产品品质和安全的优点。
-
公开(公告)号：CN112949725B
公开(公告)日：2024-10-18
申请号：CN202110253970.2
申请日：2021-03-09
Applicant: 江南大学
IPC: G06V10/764 , G06V10/77 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/58 , G06V10/26 , G06V10/82 , G06V20/68 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多尺度特征提取的小麦种子分类方法，涉及高光谱技术领域，该方法通过结构改进的多尺度深度学习网络结构来进行模型训练，多尺度深度学习网络结构中的三维卷积核至少在光谱维度上具有至少两种不同的尺度类型，从而可以利用每个卷积单元从两维的空间维度和一维的光谱维度对所述样本图像进行多尺度的特征提取，充分挖掘高光谱数据中的特征，从而极大地提高训练得到的模型的分类精度、提高小麦种子分类准确性，且拥有良好的泛化性能和较好的鲁棒性。
-
公开(公告)号：CN117887450A
公开(公告)日：2024-04-16
申请号：CN202311670559.0
申请日：2023-12-07
Applicant: 江南大学
Abstract: 一种水产腐败菌识别用改性碳点及其制备方法和应用，步骤（1）以果蔬废弃物为前体，粉碎后加水和乙醇搅拌使其均匀，然后将上述混合物转移至聚四氟乙烯为内衬的不锈钢高压反应釜中，在高温条件下反应，冷却反应釜至室温，离心，弃沉淀得到棕黄色碳点溶液，用滤膜过滤，透析后得到浅黄色碳点溶液，干燥后得到碳点固体粉末；步骤（2）以碳点固体粉末和氨基胍盐酸盐为前体，加水搅拌使其均匀，然后将上述混合物转移至聚四氟乙烯为内衬的不锈钢高压反应釜中，在高温条件下水热反应，冷却反应釜至室温，离心，弃沉淀得到棕黄色碳点溶液，用滤膜过滤，透析后得到浅黄色碳点溶液，干燥后得到氨基胍修饰碳点。
-
公开(公告)号：CN113920376B
公开(公告)日：2024-04-09
申请号：CN202111287410.5
申请日：2021-11-02
Applicant: 江南大学
IPC: G06V10/764 , G06V10/26 , G06V10/25 , G06V10/10 , G06N3/0464 , G06N3/08
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：CN116883735A
公开(公告)日：2023-10-13
申请号：CN202310825251.2
申请日：2023-07-05
Applicant: 江南大学
IPC: G06V10/764 , G06V10/774 , G06V20/10 , G06V10/10 , G06V10/26 , G06V10/28 , G06V10/40
Abstract: 本申请公开了一种基于公有特征和私有特征的域自适应小麦种子分类方法，涉及高光谱技术领域，该方法搭建的小麦种子分类模型可以学习样本图像在源域和目标域的公有特征、类敏感私有特征、域敏感私有特征，并在训练时给与不同的约束加以引导，使模型能够进行有针对性的迁移，仅迁移对分类学习有帮助的公有特征与类敏感私有特征，通过基于公有特征与私有特征的训练策略使得小麦种子分类模型能够使用少量的样本快速适应目标域的新环境，从而使得模型在目标域的分类准确性更高、泛化能力更强，且由于不对域敏感私有特征迁移，因此可以避免模型出现负迁移，并显著的提升迁移后模型在目标域上的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN115965609B
公开(公告)日：2023-08-04
申请号：CN202310001505.9
申请日：2023-01-03
Applicant: 江南大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/096
Abstract: 本申请公开了一种利用知识蒸馏的陶瓷基板瑕疵智能检测方法，涉及深度学习目标检测领域，该方法综合高分辨率样本图像和低分辨率样本图像分别输入教师网络模型得到的特征图计算教师网络模型的总损失函数来训练教师网络模型，然后基于知识蒸馏的方法利用教师网络模型指导训练学生网络模型，综合高低分辨率样本图像输入教师网络模型得到的融合特征以及低分辨率样本图像输入学生网络模型的特征图计算学生网络模型的总损失函数，最终指导学生网络模型训练得到瑕疵检测模型，即便是针对低分辨率的待测图像也能实现较高的检测准确率，从而可以在检测速度和检测准确率上都有较优表现，对陶瓷基板的瑕疵检测效率高。
-
公开(公告)号：CN116026803A
公开(公告)日：2023-04-28
申请号：CN202310001554.2
申请日：2023-01-03
Applicant: 江南大学
IPC: G01N21/64 , G01N21/01 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于手持式食品残留检测设备的食品污染检测系统，涉及食品检测领域，该手持式食品残留检测设备中的主控板控制激发光源照射待测食品的表面，主控板通过相机组件采集待测食品表面的目标波段下的荧光图像，目标波段是相机孔处的滤波片透过的光谱波段；主控板利用内置的深度学习网络提取得到荧光图像中的残留物区域并通过显示屏进行显示。利用手持式食品残留检测设备通过不同的滤波片采集不同光谱波段下的荧光图像，结合内置的深度学习网络可以实现残留物区域的提取分割，完成食品污染检测，该手持式食品残留检测设备体积小巧、便于携带，可以携带至检测现场使用，可以实时查看结果。
-
公开(公告)号：CN113984736A
公开(公告)日：2022-01-28
申请号：CN202111293805.6
申请日：2021-11-03
Applicant: 江南大学
Abstract: 本发明公开了一种基于空间偏移拉曼光谱的带包装食品信号分离方法，涉及空间偏移拉曼光谱技术领域，该方法基于不同偏移距离处的拉曼光谱的信息熵从初始光谱数据中截取部分区域范围的拉曼光谱作为观测数据，对观测数据进行独立成分分析，分离得到若干个独立信号分量，并结合特征谱峰聚类识别解决独立成分分析分离得到的独立信号分量的归属问题，最终确定内部的待测食品的拉曼信号，该方法受人为因素影响较小，分离效果好，该方法可以有效解决传统方法难以分离重叠信号和微弱信号的问题，在促进带包装食品微量成分识别和定量上起到一定的促进作用。
-
公开(公告)号：CN113936180A
公开(公告)日：2022-01-14
申请号：CN202111293810.7
申请日：2021-11-03
Applicant: 江南大学
IPC: G06V10/764
Abstract: 本发明公开了一种基于类别可区分度的连续型数据属性约简方法，涉及属性约简领域，该方法以条件属性添加前后的类内可区分度和类间可区分度作为判断标准确定属性重要度值，基于启发式的思路逐步选择使属性重要度最大的条件属性加入约简集中，克服了传统离散化方法和信息粒化时带来的信息丢失问题，充分保留原始数据信息，删去冗余和干扰数据，提高分类性能。
-
公开(公告)号：CN108830285B
公开(公告)日：2021-09-21
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 0.027 seconds)
