摘要
本发明公开了基于自适应高光谱特征波长筛选的竹材含水率检测方法,结合所使用的含水率判别模型,自适应地从高光谱立方体数据中选择特征波长,并实现竹材中含水率水平的判别。本发明解决了高光谱数据量大建模繁琐,以及常见特征波长提取方法中波段筛选与模型训练分开两个步骤进行,选波长模型与建模模型不一致,导致信息损失的问题,同时基于少数波段的特征高光谱即可实现竹材含水率的判别,相较于传统烘干法和电阻法等竹材含水率的测定方法,具有快速、无损的特点,能够直接从高光谱数据中实现波长提取,相对于传统从高光谱数据中提取光谱数据再进行波长提取的方法更加简便。
技术关键词
竹材
样本
光谱数据采集系统
贡献率
波长提取方法
学习判别模型
最佳特征
像素块
数据立方体
残差结构
图像校正
成分分析
测定方法
暗电流
掩膜
系统为您推荐了相关专利信息
故障检测模型
变速箱齿轮
时间序列特征
样本
高维特征向量
识别方法
资产
语义向量
分类模型训练
网络拓扑结构