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

发明人： 陈冬英 ,  林灵燕 ,  魏建崇 ,  翁伟雄 ,  陈培亮

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。