一种基于深度学习的拉曼光谱大米检测方法

    公开(公告)号:CN116399848A

    公开(公告)日:2023-07-07

    申请号:CN202310438527.1

    申请日:2023-04-21

    Abstract: 本发明涉及大米检测技术领域,且公开了一种基于深度学习的拉曼光谱大米检测方法,包括如下步骤:步骤一:样本收集;步骤二:数据收集;步骤三:数据处理,采用airPLS算法对采集的所有拉曼光谱进行预处理操作并制作新的数据集;利用PCA对数据预处理;通过使用Origin 2018Pro的PACA软件包对拉曼光谱数据集进行了主成分分析;步骤四:深度学习模型建模;步骤五:模型训练与评价。该基于深度学习的拉曼光谱大米检测方法,通过对原始拉曼光谱进行预处理,以拉曼光谱为技术手段,结合深度学习,实现了对不同地区大米的快速、有效识别。对比传统的识别方法,本研究在拉曼光谱极度相似的情况下仍可以对大米类别进行准确识别。

    一种便携式拉曼光谱仪
    2.
    发明公开

    公开(公告)号:CN116223477A

    公开(公告)日:2023-06-06

    申请号:CN202310438530.3

    申请日:2023-04-21

    Abstract: 本发明涉及光谱仪技术领域,且公开了一种便携式拉曼光谱仪,包括手持的光谱仪本体,所述光谱仪本体的上表面设有面板,所述面板的一端设有显示屏,其另一端设有按键按钮;所述光谱仪本体的前端设有摄像头和激光器,所述光谱仪本体内部设有信号传输模块,所述信号传输模块用于在光谱仪本体与控制终端之间进行信号交互。该便携式拉曼光谱仪,通过设置手持式的光谱仪本体,并在光谱仪本体的两侧设置握持槽,方便使用者手持光谱仪本体;同时在光谱仪本体的设置手带组件,通过伸缩的手带在使用时可以伸长方便对光谱仪本体的携带,不用时手带会自动的收纳,结构简单,使用便捷。

    一种基于卷积神经网络的大米识别检测方法

    公开(公告)号:CN116519661A

    公开(公告)日:2023-08-01

    申请号:CN202310513510.8

    申请日:2023-05-08

    Abstract: 本发明涉及大米识别技术领域,且公开了一种基于卷积神经网络的大米识别检测方法,包括如下步骤:步骤一:通过便携式拉曼光谱仪采集待测大米样品的数据;步骤二:采用了平滑和基线校正两种光谱预处理方法对原始拉曼光谱数据进行了处理分析绘图;步骤三:制备的光谱数据集为后续基于深度学习的实验提供数据支持;步骤四:通过深度学习搭建卷积神经网络模型对不同地区的大米进行识别分类,以一维数据为输入的卷积神经网络,来提取多种光谱信号特征,生成一维特征图谱。该方法通过卷积神经网络模型能达到更加好的分类效果,并且不需要对数据集进行特征提取,可以直接将数据集输入卷积神经网络,保证了光谱信息的完整性。

Patent Agency Ranking