公开(公告)号：CN110470619A

公开(公告)日：2019-11-19

申请号：CN201910756088.2

申请日：2019-08-16

Applicant: 福建农林大学

Inventor： 介邓飞 ,  吴爽 ,  魏萱 ,  叶大鹏

IPC: G01N21/31 ,  G01N21/359 ,  G06N3/12

Abstract: 本发明提出一种基于光谱特性的西瓜成熟度快速无损检测方法，包括以下步骤：步骤S1：获取西瓜的可见/近红外光谱；步骤S2：对步骤S1获取的光谱提取峰值peak1和峰值peak2；步骤S3：计算RPP值和/或NDIP值：RPP=peak1/peak2；NDIP=（peak1+peak2）/（peak1-peak2）；步骤S4：对多个西瓜样本执行步骤S1-步骤S3，对计算获得的RPP值和/或NDIP值的数据集进行训练，通过遗传算法获得RPP和/或NPID的边界校正因子CRPP和/或CNDIP。该方法能够有效分辨成熟的西瓜、减少未成熟西瓜的采摘，实现经济利益的最大化。

公开(公告)号：CN112183662A

公开(公告)日：2021-01-05

申请号：CN202011148523.2

申请日：2020-10-23

Applicant: 福建农林大学

Inventor： 介邓飞 ,  吴爽 ,  魏萱 ,  叶大鹏 ,  王平 ,  李延

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于卷积神经网络和高光谱技术的柚子粒化分类方法，包括以下步骤：1）获取柚子漫透射高光谱信息；2）对获取的高光谱信息进行归一化预处理，然后将处理后的信息分为训练集和验证集；3）利用训练集对建立的多层卷积神经网络模型进行训练；4）建立损失函数，采用Adagrad梯度下降方式结合反向传播对多层卷积神经网络模型进行训练，将损失最小的模型作为训练得到的多层卷积神经网络模型；5）将训练集和验证集输入训练好的卷积神经网络模型，得到分类结果。该方法有利于无损检测柚子粒化程度，对柚子粒化程度进行分类。

公开(公告)号：CN211030420U

公开(公告)日：2020-07-17

申请号：CN201921272447.9

申请日：2019-08-07

Applicant: 福建农林大学

Inventor： 刘浪 ,  黄镇雄 ,  吴爽 ,  杨龙辉 ,  叶大鹏

IPC: B27J1/00 ,  B27L7/06 ,  B27G1/00

Abstract: 本实用新型提出破竹机的内外竹节同步去除装置，为用于削除竹节的竹节削除机构，所述竹节削除机构以导竹套内的内竹节切除刀具削除竹条内壁竹节，以削竹套管内的外竹节切除刀具削除竹条外壁竹节；所述内竹节切除刀具、外竹节切除刀具套于主刀轴上并螺接于主刀轴的螺纹处，当竹条经过导竹套时，主刀轴以螺纹驱动内竹节切除刀具、外竹节切除刀具使两者同步撑开，撑开后的内竹节切除刀具把通过内竹节切除刀具的竹条压于导竹套内壁处并削除竹条的内壁竹节，撑开后的外竹节切除刀具把通过外竹节切除刀具的竹条压于削竹套管内壁处并削除竹条的外壁竹节；本实用新型结构简单，易于维护，而且能在一个加工工序内同时去除竹条的内外竹节。(ESM)同样的发明创造已同日申请发明专利