一种结合近红外高光谱图像和卷积神经网络的霉变花生识别方法

被引：0

申请号：

CN202210090384.5

申请日：

2022-01-25

公开(公告)号：

CN114782783A

公开(公告)日：

2022-07-22

发明(设计)人：

蒋金豹袁德帅

申请人：

申请人地址：

100000 北京市海淀区学院路丁11号

IPC主分类号：

G06V1080

IPC分类号：

G06V1082 G06V1058 G06V10764 G06V1026 G06V2068 G06K962 G06N304

代理机构：

北京睿博行远知识产权代理有限公司 11297

代理人：

董自亮

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2022-08-09	实质审查的生效	实质审查的生效 IPC(主分类):G06V 10/80 申请日:20220125
2022-07-22	公开	公开

共 50 条

[1]

一种结合近红外高光谱图像和卷积神经网络的霉变花生识别方法 [P].

蒋金豹 ;

袁德帅 .

中国专利 :CN114782783B ,2025-04-22

[2]

一种基于深度学习算法的近红外高光谱图像识别霉变花生的方法 [P].

亓晓彤 ;

崔希民 ;

蒋金豹 ;

袁德帅 .

中国专利 :CN113420614A ,2021-09-21

[3]

一种基于卷积神经网络模型和近红外高光谱的林下参年份无损鉴定方法 [P].

王恩鹏 ;

叶萍 ;

陈长宝 ;

张迪 .

中国专利 :CN116503653B ,2025-12-30

[4]

基于SRCM和卷积神经网络的高光谱图像分类方法 [P].

王桂婷 ;

李诗卉 ;

公茂果 ;

钟桦 ;

吴飞 ;

杨晓婕 ;

陈贝贝 ;

马锐 ;

解玮 .

中国专利 :CN109598306B ,2019-04-09

[5]

基于卷积网和循环神经网络的高光谱图像分类方法 [P].

焦李成 ;

唐旭 ;

巨妍 ;

张丹 ;

陈璞花 ;

古晶 ;

张梦旋 ;

冯婕 ;

郭雨薇 ;

杨淑媛 ;

屈嵘 .

中国专利 :CN108460342A ,2018-08-28

[6]

一种基于高光谱成像技术和卷积神经网络的煤炭质量检测方法 [P].

高巍 ;

高泽天 ;

龙伟 ;

李文军 ;

林赐云 .

中国专利 :CN112950632A ,2021-06-11

[7]

一种基于高光谱图像的霉变花生识别方法 [P].

蒋金豹 ;

袁德帅 .

中国专利 :CN114723716A ,2022-07-08

[8]

基于高光谱与卷积神经网络的杂草精准识别方法及系统 [P].

王金峰 ;

陈国庆 ;

许瑞 ;

赵敏义 ;

刘洋 ;

桂浩宇 ;

陈星宇 .

中国专利 :CN121236558A ,2025-12-30

[9]

一种基于卷积神经网络的高光谱图像分类方法 [P].

王志勇 ;

王正伟 ;

刘志刚 ;

付强 ;

闫超 ;

李胜军 ;

白虎冰 ;

张伊慧 ;

胡友章 .

中国专利 :CN111985575B ,2020-11-24

[10]

一种基于边缘保持的卷积神经网络高光谱图像分类方法 [P].

雷建军 ;

李鑫宇 ;

韩梦芯 ;

李奕 ;

石雅南 ;

杨博兰 .

中国专利 :CN110458057A ,2019-11-15

← 1 2 3 4 5 →