公开(公告)号：CN112782148A

公开(公告)日：2021-05-11

申请号：CN202110192020.3

申请日：2021-02-19

Applicant: 燕山大学

Inventor： 谈爱玲 ,  楚振原 ,  赵勇 ,  王晓斯

IPC: G01N21/65 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了阿拉比卡和罗伯斯塔两种咖啡豆的快速鉴别方法，属于食品检测技术领域，利用阿拉比卡与罗伯斯塔两种咖啡豆样本均在拉曼光谱波段有明显吸收的现象，得到拉曼光谱的原始数据，将原始数据扣除基线并进行平滑滤波处理，然后添加高斯白噪声用于扩充数据，然后将每种咖啡豆扩充后的数据放入LSTM神经网络进行训练与测试，本发明首次提出拉曼光谱与LSTM神经网络相结合的方法对咖啡豆种类进行鉴别，具有操作简单、分析结果准确的优点。

公开(公告)号：CN112782148B

公开(公告)日：2023-01-03

申请号：CN202110192020.3

申请日：2021-02-19

Applicant: 燕山大学

Inventor： 谈爱玲 ,  楚振原 ,  赵勇 ,  王晓斯

IPC: G01N21/65 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了阿拉比卡和罗伯斯塔两种咖啡豆的快速鉴别方法，属于食品检测技术领域，利用阿拉比卡与罗伯斯塔两种咖啡豆样本均在拉曼光谱波段有明显吸收的现象，得到拉曼光谱的原始数据，将原始数据扣除基线并进行平滑滤波处理，然后添加高斯白噪声用于扩充数据，然后将每种咖啡豆扩充后的数据放入LSTM神经网络进行训练与测试，本发明首次提出拉曼光谱与LSTM神经网络相结合的方法对咖啡豆种类进行鉴别，具有操作简单、分析结果准确的优点。

公开(公告)号：CN112098358B

公开(公告)日：2021-12-17

申请号：CN202010931678.7

申请日：2020-09-07

Applicant: 燕山大学

Inventor： 赵勇 ,  王晓斯 ,  谈爱玲 ,  楚振原 ,  王泊林 ,  赵荣 ,  何梦园

IPC: G01N21/3563 ,  G01N21/3577 ,  G01N21/359 ,  G06N3/04

Abstract: 本申请公开了一种基于四元数卷积神经网络的近红外光谱并行融合定量检测方法。该方法包括以下步骤：获得国际公开玉米近红外光谱和四种成分数据库数据；由原始光谱求出一阶导数和二阶导数光谱并进行归一化；基于四元数理论对三种归一化光谱数据进行四元数空间嵌入并行表示；建立四元数卷积神经网络模型并优化模型参数完成玉米成分定量模型建立。本发明利用四元数和深度学习算法将近红外光谱及其导数光谱进行并行表示和并行特征提取，充分挖掘原始光谱数据和导数光谱数据的并行融合特征，建立性能更优的近红外光谱定量分析模型。

公开(公告)号：CN112098358A

公开(公告)日：2020-12-18

申请号：CN202010931678.7

申请日：2020-09-07

Applicant: 燕山大学

Inventor： 赵勇 ,  王晓斯 ,  谈爱玲 ,  楚振原 ,  王泊林 ,  赵荣 ,  何梦园

IPC: G01N21/3563 ,  G01N21/3577 ,  G01N21/359 ,  G06N3/04

Abstract: 本申请公开了一种基于四元数卷积神经网络的近红外光谱并行融合定量建模方法。该方法包括以下步骤：获得国际公开玉米近红外光谱和四种成分数据库数据；由原始光谱求出一阶导数和二阶导数光谱并进行归一化；基于四元数理论对三种归一化光谱数据进行四元数空间嵌入并行表示；建立四元数卷积神经网络模型并优化模型参数完成玉米成分定量模型建立。本发明利用四元数和深度学习算法将近红外光谱及其导数光谱进行并行表示和并行特征提取，充分挖掘原始光谱数据和导数光谱数据的并行融合特征，建立性能更优的近红外光谱定量分析模型。