基于卷积神经网络模型的液体类型识别方法

AITNT
正文
推荐专利
基于卷积神经网络模型的液体类型识别方法
申请号:CN202411706070
申请日期:2024-11-26
公开号:CN119719976A
公开日期:2025-03-28
类型:发明专利
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
1
一种坐姿识别方法、车辆控制器和车辆
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
2
一种基于深度学习的胃窦识别及胃窦动力指数计算方法
指数计算方法 序列 累积分布函数 识别方法 切片
3
一种基于神经网络的工地目标识别方法及系统
工地 红外摄像头 识别方法 坐标 小波系数幅值
4
基于自注意力机制的多源磁场脉冲信号识别方法及系统
信号识别方法 注意力机制 数据 上下文特征 信号特征
5
一种适用于不平衡小样本电力敏感数据的识别方法及系统
Attention机制 识别方法 语义向量 电力 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号