基于深度学习的针叶树材主要解剖学特征智能识别方法

    公开(公告)号:CN119152263A

    公开(公告)日:2024-12-17

    申请号:CN202411225704.9

    申请日:2024-09-03

    Abstract: 本发明公开基于深度学习的针叶树材主要解剖学特征智能识别方法,包括通过图像预处理和图像增强技术,建立高质量且数量充足的针叶树材三切面图像数据库、针对早晚材转变度、横向树脂道、轴向树脂道、射线细胞、交叉场纹孔五种解剖学特征,建立适合的深度学习模型;在此基础上结合图像处理算法,实现木材解剖学特征的自动识别、选用优化方法提升模型对于目标任务的拟合能力,进而提升特征预测准确率以及使用决策树算法对针叶树材进行分类预测,该方法识别的松科木材解剖学特征误差率小于5%,且识别特征均为木材泛用特征,局限性小;通过木材解剖学特征预测树种名称的准确率高于90%,可达到实际使用的要求。

    一种檀香紫檀木材抽提物荧光探针在铁离子浓度检测中的应用

    公开(公告)号:CN118392837A

    公开(公告)日:2024-07-26

    申请号:CN202410466213.7

    申请日:2024-04-18

    Abstract: 本发明公开了一种檀香紫檀木材抽提物荧光探针在铁离子浓度检测中的应用,所述紫檀木抽提物荧光探针,制备方法简单易行,原料易于获取,成本低,适合大批量生产,且原料环境友好,减少环境污染;在检测水体中Fe(Ⅲ)的含量时,荧光强度较高,在狭缝1nm的条件下荧光强度高达6×106a.u;检测时间短,仅需5分钟即可完成猝灭,且检测过程中猝灭效果符合二级动力学模型;实际检测中误差值小于2%,具有良好的环境适应性,可用于实际应用。

Patent Agency Ranking