当前位置: 首页 > 专利查询>江南大学专利>正文

一种融合信号解混与多任务学习的鲜食玉米品质检测方法技术

技术编号:46130672 阅读:25 留言:0更新日期:2025-08-15 20:05
本申请公开了一种融合信号解混与多任务学习的鲜食玉米品质检测方法,涉及玉米品质检测领域,该方法在鲜食玉米表面多个测量位置处分别采集混合光谱数据,对每组混合光谱数据基于三线性分解策略进行解耦以提取,籽粒组织的纯净的单组织光谱向量,再对空间不同测量位置处的籽粒组织的单组织光谱向量进行空间混合建模合并得到籽粒组织的二维光谱散射图像,最后结合基于多任务注意力引导神经网络模型训练得到的玉米籽粒品质检测模型进行玉米籽粒光谱信号分离及多品质原位检测,可以提升在无先验条件下的信号解析精度及多品质预测的鲁棒性与实时性,具备非破坏、实时性强、精度高、适应性好等优点。

【技术实现步骤摘要】

本申请涉及玉米品质检测领域,尤其是一种融合信号解混与多任务学习的鲜食玉米品质检测方法


技术介绍

1、鲜食玉米的水分和糖度是其重要的品质指标,而非破坏性、快速、高精度的鲜食玉米品质指标检测方法对于产业链优化具有重要意义。传统近红外光谱分析虽然具备无损特性,但玉米外层苞叶、芯轴和籽粒之间存在多层次、多尺度的散射干扰,导致鲜食玉米纯净籽粒光谱难以直接获取,严重影响对鲜食玉米品质指标的分析精度。


技术实现思路

1、本申请针对上述问题及技术需求,提出了一种融合信号解混与多任务学习的鲜食玉米品质检测方法,本申请的技术方案如下:

2、一种融合信号解混与多任务学习的鲜食玉米品质检测方法,该鲜食玉米品质检测方法包括:

3、通过激光源发射激光照射在鲜食玉米的表面,并在相对于激光入射点具有不同偏移距离的k个测量位置处分别采集鲜食玉米的混合光谱数据,鲜食玉米包括芯轴组织、籽粒组织以及苞叶组织,整数参数k≥2;

4、将第i个测量位置处采集到的混合光谱数据xi按照xi=ai·sit分解得到第i个测量本文档来自技高网...

【技术保护点】

1.一种融合信号解混与多任务学习的鲜食玉米品质检测方法,其特征在于,所述鲜食玉米品质检测方法包括:

2.根据权利要求1所述的鲜食玉米品质检测方法,其特征在于,分解得到第i个测量位置处的贡献度矩阵Ai和光谱集合矩阵Si包括:

3.根据权利要求2所述的鲜食玉米品质检测方法,其特征在于,贡献度矩阵Ai的生物物理约束条件包括:

4.根据权利要求2所述的鲜食玉米品质检测方法,其特征在于,光谱集合矩阵Si的生物物理约束条件包括:

5.根据权利要求1所述的鲜食玉米品质检测方法,其特征在于,合并得到籽粒组织的二维光谱散射图像包括:>

6.根据权利...

【技术特征摘要】

1.一种融合信号解混与多任务学习的鲜食玉米品质检测方法,其特征在于,所述鲜食玉米品质检测方法包括:

2.根据权利要求1所述的鲜食玉米品质检测方法,其特征在于,分解得到第i个测量位置处的贡献度矩阵ai和光谱集合矩阵si包括:

3.根据权利要求2所述的鲜食玉米品质检测方法,其特征在于,贡献度矩阵ai的生物物理约束条件包括:

4.根据权利要求2所述的鲜食玉米品质检测方法,其特征在于,光谱集合矩阵si的生物物理约束条件包括:

5.根据权利要求1所述的鲜食玉米品质检测方法,其特征在于,合并得到籽粒组织的二维光谱散射图像包括:

6.根据权利要求5所述的鲜食玉米品质检测方法,其特征在于,基于散射平滑特性对籽粒组织在第i个测量位置...

【专利技术属性】
技术研发人员:黄敏许敏朱启兵赵鑫
申请(专利权)人:江南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1