-
Patent Agency Ranking
公开(公告)号：CN111398233A
公开(公告)日：2020-07-10
申请号：CN202010272628.2
申请日：2020-04-07
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明涉及了一种红酒品质的激光诱导荧光光谱检测识别方法，包含以下步骤：(1)采用激光诱导荧光光谱获取红酒样品的原始荧光光谱图；(2)采用非线性小波变换阈值法对原始荧光光谱数据进行去躁处理；(3)对采集到的激光光谱进行iPLS波段筛选，得到筛选后的光谱图；(4)采用随机划分法将筛选之后的荧光光谱数据划分成训练集和测试集；(5)采用PSO算法对SVM训练模型最佳惩罚系数c和核函数参数g进行优化；(6)在训练集上建立红酒识别模型，并通过测试集进行该模型识别结果的测试。本发明采用PSO结合SVM用于激光诱导荧光红酒的检测识别，具有很高的分类准确率和实际应用价值，泛化能力强，非常适用于掺假红酒的实时检测和推广。
-
公开(公告)号：CN111461000A
公开(公告)日：2020-07-28
申请号：CN202010246052.2
申请日：2020-03-31
Applicant: 安徽理工大学
Abstract: 本发明的目的是针对特殊场景如办公室，提供一种基于CNN和小波分析的办公室垃圾智能分类方法，其实现过程为：采集垃圾图像数据，使用一种考虑低鲜明度和高对比度性的图像预处理方法，再进行卷积和池化处理，对图像特征进行提取；采集垃圾振动频率信号，基于小波分析将振动频率信号进行小波分解，对信号进行去噪处理，保留有效的信号特征，输出特征向量；基于随机森林算法，利用特征向量建立垃圾分类模型，输出垃圾分类信号；将分类信号传递至分类垃圾箱门控制装置；将分类成功的垃圾数据反馈给识别与分类系统，更新样本数据集；通过无线传输将分类失败的垃圾数据传输至云端，待人为标记后，再反馈给识别与分类系统，更新样本数据集。
-
公开(公告)号：CN111409973A
公开(公告)日：2020-07-14
申请号：CN202010246118.8
申请日：2020-03-31
Applicant: 安徽理工大学
IPC: B65F1/14
Abstract: 本发明具体涉及一种办公室垃圾智能化分类处理装置，包括智能箱盖，图像识别装置，舵机，步进式传动装置，满箱检测器，上位机模块和多个分类收纳箱。所述智能箱盖集成了MCU，摄像头模块，舵机。步进式传动装置主要采用呈漏斗型的传送带。装置底部由多个分类收纳箱组成，箱内设置满箱检测器。依次将垃圾投入投递口，在装置获取待分类垃圾检测图像后，通过连接上位机模块，卷积神经网络判断待分类垃圾是否属于纸张、金属、塑料。若符合，发出相应控制信号，控制传动装置转过相应步距角，打开相应挡板，将垃圾投入对应回收区；若不符合，投入对应其他垃圾回收区。满箱检测为未满箱状态，进行下一轮垃圾分类处理。本发明结构合理，具有普遍推广的价值。
-
公开(公告)号：CN112069911A
公开(公告)日：2020-12-11
申请号：CN202010803605.X
申请日：2020-08-11
Applicant: 安徽理工大学
Abstract: 本发明涉及一种多光谱图像信息和TLMD‑WOA‑SIFT的果蔬品质检测方法，包含以下步骤：(1)果蔬多光谱图像信息获取；(2)利用二维局部均值分解(TLMD)对图像进行分解，产生若干个二维乘积函数(BPF)；(3)用WOA优化的SIFT(尺度不变特征变换)算法对BPF进行特征提取；(4)对BPF提取的特征信息进行处理后得到原始多光谱图像的全部特征信息；(5)将特征信息输入LSSVM模型进行分类。本发明采用TLMD结合WOA‑SIFT用于果蔬品质检测，具有很高的识别准确率和实用价值，泛化能力强，非常适合果蔬品质的实时准确检测和推广。
-
公开(公告)号：CN111398238A
公开(公告)日：2020-07-10
申请号：CN202010404037.6
申请日：2020-05-13
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明公开了一种食用油掺杂蓖麻油的激光诱导荧光光谱识别方法，涉及食品安全检测领域。一种食用油掺杂蓖麻油的激光诱导荧光光谱识别方法，包含以下步骤：利用便携式食用油荧光光谱分析仪采集掺杂不同比例蓖麻油的食用油原始荧光光谱数据；采用多项式平滑法对光谱曲线进行滤波处理，消除噪声；使用SPA算法对油样光谱进行特征波长筛选；将筛选后的光谱数据按照4:1的比例随机产生训练集和测试集；使用训练集数据构建LSSVC模型，采用CSA算法对模型正则化参数c和核函数宽度系数s进行优化。本发明采用SPA结合CSA-LSSVC用于激光诱导荧光食用油掺杂蓖麻油的识别检测，具有很高的识别准确率和实用价值，泛化能力强，非常适合食用油掺假的实时准确检测和推广。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
