-
公开(公告)号:CN118376600A
公开(公告)日:2024-07-23
申请号:CN202410471385.3
申请日:2024-04-19
申请人: 福建江夏学院
IPC分类号: G01N21/359 , G06F18/214 , G06F18/241 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/08
摘要: 本发明提出一种基于近红外光谱特征和1D‑PS‑CNN的松属物种鉴别方法,具体包括以下步骤:S1:获取各类松属近红外光谱数据并进行预处理,将预处理后的各类松属近红外光谱数据划分为训练集、验证集和测试集;S2:对一维卷积神经网络1D‑CNN进行改进,构建一维递进卷积神经网络模型1D‑PS‑CNN;S3:利用所述训练集、验证集和测试集对1D‑PS‑CNN模型进行训练、验证与测试,并获得最优1D‑PS‑CNN模型;S4:将通过近红外光谱仪采集的未鉴定的松属近红外光谱数据输入1D‑PS‑CNN模型进行物种鉴别。发明利用近红外光谱数据,结合改进的1D‑PS‑CNN模型,相对传统的鉴别方法,对不同的松属物种鉴别更快速、更高效。