-
公开(公告)号:CN104132909A
公开(公告)日:2014-11-05
申请号:CN201410379949.7
申请日:2014-08-05
Applicant: 华南农业大学
IPC: G01N21/359 , G01N21/3563 , G01N30/02
Abstract: 本发明公开了一种诃子中没食子酸含量的近红外快速测定方法。本发明是通过采用近红外光谱技术结合偏最小二乘法建立诃子中没食子酸含量近红外预测模型,以该近红外预测模型实现对诃子中没食子酸含量的分析测定,相比于现有没食子酸测定的常规方法,本发明方法是一种快速、无损的测定方法,经分析验证表明,本发明方法获得的近红外预测模型在用于诃子中没食子酸含量的预测,具有稳定性强、准确性高、重现性佳的优点,本发明为诃子品质的测定检验提供了实验基础,同时也为其他一些植物的品质鉴定提供了新思路。
-
公开(公告)号:CN115170951A
公开(公告)日:2022-10-11
申请号:CN202210720543.5
申请日:2022-06-23
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/32 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进的MobileNet V2网络模型的树种识别方法,该方法包括:在第一MobileNet V2网络模型的线性瓶颈倒残差模块bottleneck中,在卷积核为3x3的深度卷积和降维的逐点卷积之间融合通道空间混合注意力模块,得到第二MobileNet V2网络模型,将待识别树皮图像输入第二MobileNet V2网络模型,其输出待识别树皮图像的种类分数;待识别树皮图像的种类分数经过归一化指数函数获得属于各个树种类别的概率大小,将概率最大对应的树种类别作为模型预测的待识别树皮图像的树种类别。本发明相较于第一MobileNet V2网络,提高了约三个百分点的树种识别准确率。
-