基于对抗式迁移学习的跨树种近红外木材密度测定方法

    公开(公告)号:CN116577241A

    公开(公告)日:2023-08-11

    申请号:CN202310548343.0

    申请日:2023-05-16

    Abstract: 本发明提出了一种基于对抗式迁移学习的跨树种近红外木材密度测定方法,涉及机器学习技术和光谱学的交叉领域。该方法包括:采集两树种样品的近红外光谱数据输入双向域分离对抗网络BiDSAN模型;获取共享和私有编码器分别提取的可迁移特征和领域特有特征两种编码数据;将原始光谱数据和所述编码数据同时输入域分类器进行联合度量;在域分类器部分,使用Wasserstein散度度量域分布间的距离,引入动态对抗因子评估输入数据边缘和条件分布的相对重要性,利用梯度反转最大化域分类器的分类误差;最后将所述编码数据输入预测器进行跨树种的木材密度预测。通过实验证明,本发明提出的迁移学习方法优于传统模型传递和现有迁移学习方法,实现了跨树种光谱模型迁移,降低了计算成本。

    一种灌木打捆机打结器装置及灌木打捆方法

    公开(公告)号:CN116034740A

    公开(公告)日:2023-05-02

    申请号:CN202310037547.8

    申请日:2023-01-09

    Abstract: 本发明的目的是提供一种灌木打捆机打结器装置及灌木打捆方法,整个装置分手动放置或自动铲动灌木丛放置型腔中,并具备自动收缩机构聚拢树枝,用于进一步压缩树枝间的空隙,将打捆机构推动套入其中后伸出打包带绕行内部轨道一圈,通过编码器确认套筒一圈行程后自动回缩,收紧灌木枝叶后停止回缩,同时底部共轭凸轮分别实现固定双层打包带、挤断多于打包带、烫融固定打包带,实现一体化打捆的功能,滑块回缩后可直接拿出打捆好的灌木捆,实现自动化安全化打包,避免人工误触被打包带捆住。

Patent Agency Ranking