摘要
本发明提供一种基于卷积神经网络模型的液体类型识别方法,该方法包括:获取盛有待测液体的目标容器的目标微波信号;获取未盛有液体的所述目标容器的目标空测微波信号;将所述目标微波信号和所述目标空测微波信号的差值输入卷积神经网络模型,得到所述卷积神经网络模型输出的所述待测液体的目标信息,所述目标信息包括所述待测液体的液体类型;其中,所述卷积神经网络模型是基于样本液体对应的样本差值和所述样本液体的液体类型标签训练得到的,所述样本差值为盛有所述样本液体的样本容器的样本微波信号与未盛有液体的所述样本容器的样本目标空测微波信号的差值。本发明可以提高液体类型识别的准确率,降低误报率。
技术关键词
卷积神经网络模型
样本容器
微波
待测液体
识别方法
信号
标签
三次样条插值
数据
图像
关系
参数
系统为您推荐了相关专利信息
训练样本数据
坐姿识别方法
人体关键点
压力采集装置
视觉算法
信号识别方法
注意力机制
数据
上下文特征
信号特征
Attention机制
识别方法
语义向量
电力
数据