买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉郑州大学申请的专利基于高光谱成像的龟甲年限鉴别方法、鉴别模型获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116448682B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310431280.0，技术领域涉及：G01N21/25；该发明授权基于高光谱成像的龟甲年限鉴别方法、鉴别模型是由王婷婷;毛晓波;徐华兴;胡会强;徐振宇设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本基于高光谱成像的龟甲年限鉴别方法、鉴别模型在说明书摘要公布了：本发明实施例公开了基于高光谱成像的龟甲年限鉴别方法、鉴别模型；鉴别方法包括步骤：1、采集不同年限的龟甲样品的高光谱数据；2、处理得到的高光谱数据；3、将处理后的高光谱数据按照设定尺寸划分为多个图像块，形成龟甲样本数据集；4、建立三维卷积神经网络模型；5、利用龟甲样本数据集训练三维卷积神经网络，得到龟甲年限鉴别模型。基于高光谱成像的龟甲年限鉴定方法，利用高光谱图像数据的光谱信息和图像的空间信息，根据高光谱图像的三维特性，搭建三维卷积神经网络模型，并利用光谱‑空间注意力机制结合三维卷积运算，能够充分挖掘高光谱图像特征，同时获取空间信息和光谱信息，实现快速、无损的龟甲年限鉴别。

本发明授权基于高光谱成像的龟甲年限鉴别方法、鉴别模型在权利要求书中公布了：1.基于高光谱成像的龟甲年限鉴别方法，其特征在于，包括步骤：S1、采集不同年限的龟甲样品的高光谱数据；S2、处理得到的高光谱数据；S3、将处理后的高光谱数据按照设定尺寸划分为多个图像块，形成龟甲样本数据集；S4、建立三维卷积神经网络模型；所述三维卷积神经网络模型包括输入层、光谱-空间注意力模块、三维卷积层、全连接层和Softmax层；所述三维卷积层包括三维卷积运算、批量归一化层以及激活函数层；所述三维卷积运算的公式为： 其中，m代表与当前第j个特征图相连的第i-1层的特征图，Hi和Wi分别是卷积核在空间的高度和宽度，Ri是卷积核在光谱维度上的深度，是与第m个特征图相连的h,w,r处的权重，Φ是激活函数，bij是第i层的第j个特征图的偏置，表示第i层的第j个特征图在位置x,y,z处的图像块；表示第i-1层的第j个特征图在位置x+h,y+w,z+r处的图像块；所述光谱-空间注意力模块包括光谱注意力机制和空间注意力机制，所述光谱注意力机制将输入特征图经过全局最大池化和全局平均池化映射到一个谱权重向量；所述空间注意力机制在通道维度上进行最大值和平均值的汇聚，通过带有空间注意力权重的卷积生成空间特征图；对于输入特征图l∈RH×W×C，整体计算公式为： 其中，Msel为经过光谱注意力机制生成的光谱注意力图，l′为光谱注意力机制输出特征图；Msal′为经过空间注意力机制生成的空间注意力图；l″为空间注意力机制输出特征图；S5、利用龟甲样本数据集训练三维卷积神经网络模型，得到龟甲年限鉴别模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人郑州大学，其通讯地址为：450001 河南省郑州市高新技术开发区科学大道100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。