基于近红外光谱的物质类别识别方法及终端设备

    公开(公告)号:CN113390824B

    公开(公告)日:2022-09-27

    申请号:CN202110780394.7

    申请日:2021-07-09

    Abstract: 本发明适用于近红外光谱分析技术领域,提供了一种基于近红外光谱的物质类别识别方法及终端设备,上述方法包括:确定待测样本的近红外光谱曲线在多个预设波长处对应的第一特征点;确定每相邻两个第一特征点之间连线的斜率,并将每相邻两个第一特征点之间连线的斜率形成目标特征向量;分别计算目标特征向量与多个预设种类分别对应的标准特征向量之间的距离,确定最小距离对应的预设种类为待测样本的种类。由于近红外光谱曲线的变化趋势反映了物质内部成分的变化,而特征点之间的斜率反应了这种变化趋势,因此本发明根据特征点之间的斜率作为确定物质的类别的参数,可以准确识别物质的类别,数据量小,计算过程简单。

    织物疵点检测方法、装置、电子设备及存储介质

    公开(公告)号:CN117830247A

    公开(公告)日:2024-04-05

    申请号:CN202311827054.0

    申请日:2023-12-27

    Abstract: 本申请适用于织物疵点检测技术领域,提供了织物疵点检测方法、装置、电子设备及存储介质,该织物疵点检测方法包括:获取织物样本的多张疵点图像,建立第一疵点数据集;基于训练好的DCGAN网络,将第一疵点数据集中的疵点图像进行增强,得到增强后的疵点图像;选择增强后的疵点图像中指定疵点类别的疵点图像,建立第二疵点数据集,并将第二疵点数据集划分为训练样本集和测试样本集;基于训练样本集和测试样本集,训练改进后的YOLOv5模型,得到织物疵点检测模型;其中,改进后的YOLOv5模型的Backbone层和Neck层引入注意力机制模块。本申请中的织物疵点检测模型可使织物疵点检测精度提高、速度加快、漏检率降低。

    基于近红外光谱的物质类别识别方法及终端设备

    公开(公告)号:CN113390824A

    公开(公告)日:2021-09-14

    申请号:CN202110780394.7

    申请日:2021-07-09

    Abstract: 本发明适用于近红外光谱分析技术领域,提供了一种基于近红外光谱的物质类别识别方法及终端设备,上述方法包括:确定待测样本的近红外光谱曲线在多个预设波长处对应的第一特征点;确定每相邻两个第一特征点之间连线的斜率,并将每相邻两个第一特征点之间连线的斜率形成目标特征向量;分别计算目标特征向量与多个预设种类分别对应的标准特征向量之间的距离,确定最小距离对应的预设种类为待测样本的种类。由于近红外光谱曲线的变化趋势反映了物质内部成分的变化,而特征点之间的斜率反应了这种变化趋势,因此本发明根据特征点之间的斜率作为确定物质的类别的参数,可以准确识别物质的类别,数据量小,计算过程简单。

Patent Agency Ranking