一种基于近红外光谱的小麦粉粉质特性预测方法

    公开(公告)号:CN117330535A

    公开(公告)日:2024-01-02

    申请号:CN202311221683.9

    申请日:2023-09-21

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于近红外光谱的小麦粉粉质特性预测方法,属于农产品品质检测领域。本发明的小麦粉粉质特性预测方法,引入了聚类分析的方法,在进行回归分析之前,现将小麦粉红外光谱数据进行分簇,然后在每个簇内基于PLSR模型进行小麦粉粉质的预测。相比于现有的预测方法,本发明在样本种类丰富,组成复杂的红外光谱数据集上获得了更高的预测精度。此外,在每个簇内分别建立PLSR模型,不仅减少了模型构建需要的数据量和计算量,且实验结果证明,分簇后构建后的PLSR模型性能得到了有效的提升,进一步提升了小麦粉粉质特性的预测精度,同时有效地降低了计算量和计算复杂度,提高了预测效率。

    一种横向输送下用于甘蔗茎节识别的方法

    公开(公告)号:CN117115808A

    公开(公告)日:2023-11-24

    申请号:CN202310752400.7

    申请日:2023-06-25

    Applicant: 江南大学

    Abstract: 本发明公开了一种横向输送下用于甘蔗茎节识别的方法,属于甘蔗茎节识别领域。本发明首先利用改进的SURF算法对网络分割图像特征点进行提取,然后对特征点进行暴力匹配,随后利用汉明范数距离的匹配点对粗筛选,最后利用PROSAC算法对特征点进行对精筛选。在甘蔗图像配准完成后通过透视变换以及利用最佳缝合缝的图像融合方法生成拼接后的甘蔗图像。本发明有效提升了匹配效率,减少误匹配率;通过改进汉明距离阈值,使方法可以自适应于不同的图像情况;结合两次筛选的策略,进一步有效地提升了图像匹配的精度,优化了拼接效果。此外,针对复杂背景下甘蔗茎节识别场景,提出一种改进的YOLOv5网络模型,有效提升了识别的精度和鲁棒性。

Patent Agency Ranking