摘要
本发明公开了基于太赫兹光谱的邮政包裹中危险品的鉴别方法,首先采集包裹中危险品样品的太赫兹时域光谱信号,计算每个危险品样品的吸收率和折射率,将样品j的实测的吸收率输入训练好的对抗生成网络,对实测的吸收率数据进行扩展和增强,得到样品j的M组吸收率数据,将对抗生成网络得到的样品j的任一组吸收率分别与其折射率叠加得到M组吸收率‑折射率混合光谱,将N×M组危险品样品的吸收率‑折射率混合光谱数据和N组样品的吸收率‑折射率混合光谱数据训练危险品分类模型,最后基于该训练好的危险品分类模型,对待测包裹样品进行鉴别。本发明无需打开包裹,实现了对包裹内危险品的快速准确检测。
技术关键词
危险品
鉴别方法
包裹
Bayes模型
积层
生成网络数据
sigmoid函数
分类模型训练
信号
非线性特征
去噪方法
训练集
分类网络
通道
滤波器
模块
内核
参数