一种融合多层小波分解的高光谱干豌豆热损伤识别与品质反演方法

AITNT
正文
推荐专利
一种融合多层小波分解的高光谱干豌豆热损伤识别与品质反演方法
申请号:CN202510739151
申请日期:2025-06-04
公开号:CN120577239A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种融合多层小波分解特征的高光谱干豌豆热损伤识别方法。该方法通过高光谱成像技术获取400‑1000nm范围内的干豌豆光谱信息,采用db6小波函数对原始光谱进行七层分解,提取多尺度细节特征。结合相关性分析筛选出最优小波层,并构建多尺度融合特征集合,以提升模型对热损等级的判别能力。采用PLS、SVM、LR和RF等多种分类模型对特征进行建模分析,比较其在不同特征组合下的识别性能。本方法有效降低了冗余信息干扰,增强了光谱对热损伤特征的表达能力,显著提升了模型准确率与稳定性。该方法具有非接触、高通量、智能化的优势,适用于干豌豆等农产品的热损伤识别与品质分级。
技术关键词
分解特征 损伤识别方法 支持向量机模型 融合特征 高光谱成像系统 高光谱图像数据 高光谱成像技术 损伤识别模型 近红外光谱仪 图像可视化 逻辑回归模型 损伤特征 多尺度 反演方法 无裂纹 高通量 可见光 分辨率 参数
系统为您推荐了相关专利信息
1
一种基于X射线检测输送带损伤识别方法及系统
损伤识别方法 损伤识别系统 子模块 MEMS三轴加速度 语义分割网络
2
文本检测方法、装置、存储介质及电子设备
空间注意力模型 融合特征 文本检测方法 分类网络 像素点
3
基于人工智能的表单填写方法和装置、设备及存储介质
人工智能服务器 表单填写方法 图像 历史会话 人工智能模型
4
一种基于模仿学习的机械臂控制方法及系统
机械臂控制方法 坐标系 融合特征 梯度纹理特征 机械臂控制系统
5
一种基于多事件多任务的情绪状态评估方法及系统
状态评估方法 神经网络模型 多任务 电信号 融合特征
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