-
公开(公告)号:CN119942205A
公开(公告)日:2025-05-06
申请号:CN202510031212.4
申请日:2025-01-09
Applicant: 西南林业大学
IPC: G06V10/764 , G06V10/80 , G06V10/52 , G06V10/46 , G06V10/774 , G06V10/762 , G06V10/766 , G06V10/25 , G06V10/26 , G06V10/82
Abstract: 本发明提供一种可解释的木材识别方法和装置。该方法包括:使用构造特征检测模型检测木材图像的构造结构;所述构造结构包括:管孔、木射线和薄壁组织,为识别结果提供图像证据;将所述管孔、木射线和薄壁组织进行量化,得到所述构造组织对应的IAWA特征码,为识别结果提供解剖学证据;将同一木材的多张木材图像的IAWA特征码进行融合,得到融合特征向量;将所述融合特征向量输入贝叶斯分类模型中,利用贝叶斯分类模型进行推理和分类,得到木材的分类结果。本发明提供的方法在得到木材分类结果的同时还能够给出图像构造标注,特征统计结果和IAWA特征码,其分类结果具有木材学可解释性,提升了分类结果在木材学研究和实际应用中的可信度。
-
公开(公告)号:CN119939348A
公开(公告)日:2025-05-06
申请号:CN202510027805.3
申请日:2025-01-08
Applicant: 西南林业大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06F18/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/0895 , G16B30/00 , G16B40/00
Abstract: 本发明提供一种生物分类性状相关基因的识别方法、装置与设备,涉及生物基因识别技术领域,该方法获取目标生物的基因序列数据和图像数据;构建分类模型,采用双线性卷积神经网络对图像数据进行特征提取得到宏观图像特征,对基因序列数据应用层级注意力机制模型,使用词级与句级注意力机制提取基因序列中的微观基因特征;将宏观图像特征与微观基因特征进行融合,通过注意力机制生成关联矩阵;通过卷积神经网络对关联矩阵进行卷积池化处理,提取联合特征,并使用多层感知机完成物种分类任务;输出最终的物种分类结果,并识别与物种分类最相关的基因。本发明能够更全面地理解生物体的遗传特征,有助于模型更准确地定位和分析关键基因。
-