公开(公告)号：CN115266607A

公开(公告)日：2022-11-01

申请号：CN202210875859.1

申请日：2022-07-25

Applicant: 福建农林大学

Inventor： 魏萱 ,  刘诗洋 ,  李思怡

IPC: G01N21/25 ,  G01N21/59 ,  G06N3/04 ,  G06N3/08 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V20/69

Abstract: 本发明提出一种基于显微高光谱图像秀珍菇菌种退化无损检测方法，包括：步骤S1：选取秀珍菇菌种进行活化培养；步骤S2：分析已选定秀珍菇菌种退化情况，划定菌种退化评价等级；步骤S3：分别采集退化与未退化秀珍菇菌种的显微高光谱图像；步骤S4：针对显微高光谱图像提取感兴趣区域的平均光谱透射率；步骤S5：通过卷积神经网络提取感兴趣特征作为学习特征，建立菌种退化快速检测模型，完成分类。本发明基于一维卷积神经网络算法建立模型，有效地从高维数据中学习相应特征，避免了复杂的特征提取过程，减少网络计算时间，提高模型分类的准确率，提升了秀珍菇菌种退化的检测效率，实现了秀珍菇菌种退化的快速无损检测。

公开(公告)号：CN115657290B

公开(公告)日：2024-08-09

申请号：CN202211308472.4

申请日：2022-10-25

Applicant: 福建农林大学

Inventor： 魏萱 ,  汪星一 ,  刘诗洋

IPC: G02B21/26 ,  G02B21/34 ,  G02B21/32 ,  G06N3/04

Abstract: 本发明涉及一种显微高光谱载物台高度定位控制方法。该方法采用小脑关节神经网络去逼近交流伺服电机系统复杂多变的扰动特性，采用可达集估计的方法去动态调整小脑关节神经网络学习率参数，在此基础上进一步构建滑模控制器，提升平台运行的稳定性与定位精度。

公开(公告)号：CN115657290A

公开(公告)日：2023-01-31

申请号：CN202211308472.4

申请日：2022-10-25

Applicant: 福建农林大学

Inventor： 魏萱 ,  汪星一 ,  刘诗洋

IPC: G02B21/26 ,  G02B21/34 ,  G02B21/32 ,  G06N3/04

Abstract: 本发明涉及一种显微高光谱载物台高度定位控制方法。该方法采用小脑关节神经网络去逼近交流伺服电机系统复杂多变的扰动特性，采用可达集估计的方法去动态调整小脑关节神经网络学习率参数，在此基础上进一步构建滑模控制器，提升平台运行的稳定性与定位精度。

公开(公告)号：CN115266607B

公开(公告)日：2025-03-07

申请号：CN202210875859.1

申请日：2022-07-25

Applicant: 福建农林大学

Inventor： 魏萱 ,  刘诗洋 ,  李思怡

IPC: G01N21/25 ,  G01N21/59 ,  G06N3/0464 ,  G06N3/09 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V20/69

Abstract: 本发明提出一种基于显微高光谱图像秀珍菇菌种退化无损检测方法，包括：步骤S1：选取秀珍菇菌种进行活化培养；步骤S2：分析已选定秀珍菇菌种退化情况，划定菌种退化评价等级；步骤S3：分别采集退化与未退化秀珍菇菌种的显微高光谱图像；步骤S4：针对显微高光谱图像提取感兴趣区域的平均光谱透射率；步骤S5：通过卷积神经网络提取感兴趣特征作为学习特征，建立菌种退化快速检测模型，完成分类。本发明基于一维卷积神经网络算法建立模型，有效地从高维数据中学习相应特征，避免了复杂的特征提取过程，减少网络计算时间，提高模型分类的准确率，提升了秀珍菇菌种退化的检测效率，实现了秀珍菇菌种退化的快速无损检测。