公开(公告)号：CN115861710B

公开(公告)日：2023-10-27

申请号：CN202211667095.3

申请日：2022-12-22

Applicant: 中国林业科学研究院木材工业研究所

Inventor： 何拓 ,  刘守佳 ,  殷亚方 ,  郑昌 ,  焦立超 ,  郭娟

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/776 ,  G06V10/774 ,  G06N3/08 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明公开了一种基于多源特征融合的木材树种鉴定方法和装置，属于木材鉴定技术领域。本发明同时利用木材的构造特征、遗传特征和化学特征进行树种鉴定，涵盖了木材的多种类型的树种信息，解决了现有木材鉴定缺乏可靠的特征参考数据集、依赖单一特征进行树种鉴定结果不可靠、不适用于复杂应用场景等问题，实现了木材“种”水平的准确鉴定，一方面提高了识别精度，另一方面提高了识别结果的稳定性和可应用性。

公开(公告)号：CN116187737A

公开(公告)日：2023-05-30

申请号：CN202310197349.8

申请日：2023-03-01

Applicant: 中国林业科学研究院木材工业研究所

Inventor： 郭娟 ,  郑昌 ,  何拓 ,  殷亚方 ,  焦立超 ,  马灵玉 ,  蒋佳荔 ,  李珠

IPC: G06Q10/0633 ,  G06Q50/04 ,  G16C60/00 ,  G06F18/27 ,  G06F18/214

Abstract: 本发明公开了一种木质复合材料高尺寸稳定性能预测方法和装置，属于林业工程领域。本发明训练得到了能够预测出木质复合材料高尺寸稳定性能的机器学习模型，并找出了影响木质复合材料的高尺寸稳定性能的关键特征。本发明可以应用于高尺寸稳定性能木质复合材料生产实践中，根据现有的木材单板的结构数据和生产工艺数据等条件，通过训练的机器学习模型快速预测其高尺寸稳定性能的实际值，具有快速、高效、预测精度高等优点，实现对最终产品性能进行快速、准确预测。同时，能够明确影响高尺寸稳定性能的关键特征，用于指导原材料和生产工艺优化，减少企业加工试错成本，提高产能效率，以进一步提升高尺寸稳定性能木质复合材料的加工水平。

公开(公告)号：CN115861710A

公开(公告)日：2023-03-28

申请号：CN202211667095.3

申请日：2022-12-22

Applicant: 中国林业科学研究院木材工业研究所

Inventor： 何拓 ,  刘守佳 ,  殷亚方 ,  郑昌 ,  焦立超 ,  郭娟

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/776 ,  G06V10/774 ,  G06N3/08 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明公开了一种基于多源特征融合的木材树种鉴定方法和装置，属于木材鉴定技术领域。本发明同时利用木材的构造特征、遗传特征和化学特征进行树种鉴定，涵盖了木材的多种类型的树种信息，解决了现有木材鉴定缺乏可靠的特征参考数据集、依赖单一特征进行树种鉴定结果不可靠、不适用于复杂应用场景等问题，实现了木材“种”水平的准确鉴定，一方面提高了识别精度，另一方面提高了识别结果的稳定性和可应用性。

公开(公告)号：CN119851031A

公开(公告)日：2025-04-18

申请号：CN202510016132.1

申请日：2025-01-06

Applicant: 中国林业科学研究院木材工业研究所

Inventor： 焦立超 ,  殷亚方 ,  郑昌 ,  陆杨 ,  何拓 ,  周海宾 ,  马灵玉 ,  郭娟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种古建筑木构件树种原位识别方法、装置、存储介质及设备，属于木材鉴定技术领域。包括：S1：建立现代木材标本分类特征参考数据集，现代木材标本分类特征参考数据集包括现代木材的横切面图像样本；S2：建立卷积神经网络分类模型，采用现代木材标本分类特征参考数据集对卷积神经网络分类模型进行训练；S3：获取待识别古建筑木构件的横切面图像并输入训练好的卷积神经网络分类模型，得到古建筑木构件所属的树种。本发明利用构建的现代木材标本图像数据库及算法模型实现了古建筑木构件树种原位快速识别，解决了古建筑木构件样本量少难以满足卷积神经网络构建的数据要求等难题，实现了古建筑木构件树种现场原位、快速和准确识别。