摘要
本发明涉及产地鉴别技术领域,具体涉及基于高光谱成像的枸杞产地鉴别方法,包括以下步骤:以不同波长、不同能量的光源逐次激发样本表面,生成包含时序特征的动态高光谱数据立方体;基于动态高光谱数据立方体,采用基于时空多维卷积网络的特征提取方法,在光谱域、空间域和时间域中提取枸杞样本的关键光谱特征;采用基于地理相关性的区域特征关联映射法,通过产地地理环境与样本关键光谱特征的关联分析,建立区域分布模式特征库,构建分类模型,通过输入实时的枸杞关键光谱特征,对其进行产地鉴别。本发明,结合光谱、空间、时间等多维度信息的融合,极大地丰富了样本特征的表现力,避免了传统方法只依赖于单一波段或单一特征的局限性。
技术关键词
产地鉴别方法
数据立方体
地理环境特征
样本
支持向量机分类
卷积模块
多层次特征融合
构建分类模型
动态
建立映射关系
特征提取方法
注意力机制
波长
高光谱成像设备
输出特征
反射光谱数据
分类模型构建
空间结构特征
支持向量机算法
系统为您推荐了相关专利信息
监督深度学习方法
原始图像数据
深度神经网络模型
图像数据生成器
样本
肝癌免疫治疗
多层神经网络模型
因子
半定规划
矩阵
高血压肾病
BP神经网络
AdaBoost算法
多模型融合方法
XGBoost算法
剩余使用寿命
剩余寿命预测
健康状态预测
特征提取模块
动力头