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！

龙图腾网获悉合肥工业大学申请的专利一种基于光谱融合和卷积神经网络的茶叶含水率检测方法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：CN119810669B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510103071.2，技术领域涉及：G06V20/10；该发明授权一种基于光谱融合和卷积神经网络的茶叶含水率检测方法是由罗林保;黄晓;汪洁;张翠芸;杨江旭设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于光谱融合和卷积神经网络的茶叶含水率检测方法在说明书摘要公布了：本发明公开了一种基于光谱融合和卷积神经网络的茶叶含水率检测方法，包括：1、茶叶数据采集；2、根据不同的融合方法，对光谱特征和纹理特征进行处理；3、设计一种茶叶含水率预测模型，包括Conv模块、注意力模块以及预测模块；4、将训练后的最优模型移植到ZYNQ开发板上，实现茶叶含水率的快速预测。本发明能在茶叶加工过程中，对采集的茶叶高光谱数据进行低级以及中级融合，将融合后的数据加权平均后得到含水率，最终在ZYNQ开发板上实现，能提高茶叶含水率预测的准确性，为能在加工过程中实时检测茶叶含水率奠定基础。

本发明授权一种基于光谱融合和卷积神经网络的茶叶含水率检测方法在权利要求书中公布了：1.一种基于光谱融合和卷积神经网络的茶叶含水率检测方法，其特征在于，是按如下步骤进行： 步骤1：构建茶叶图谱融合数据集，其中，表示茶叶光谱特征数据集；表示茶叶纹理特征数据集；将任意一个茶叶样本的图谱融合数据记为，其中，t表示所述茶叶样本的光谱特征向量，其中，表示第个波段的光谱响应；表示波段个数；表示所述茶叶样本的纹理特征向量，其中，表示第个纹理特征值；表示纹理特征个数；令所述茶叶样本的真实含水率为； 步骤2：计算标准化后的第个纹理特征，从而得到标准化后的纹理特征向量，其中，为所述茶叶样本的纹理特征均值，为所述茶叶样本的纹理特征的标准差； 步骤3：将和进行不同特征级的融合，得到低级融合的茶叶特征向量以及中级融合的茶叶特征向量； 步骤4：对进行校正，得到校正后的低级融合特征向量，其中，表示第个校正后的茶叶低级融合特征； 步骤5：按照步骤4.1~步骤4.3的过程对进行处理，从而得到校正后的中级融合特征向量，其中，表示第个校正后的茶叶中级融合特征； 步骤6：构建茶叶含水率预测网络，包括：Conv模块、注意力模块和预测模块，并对和进行处理，相应得到的预测含水率和的预测含水率； 步骤7：对和作加权平均，得到预测含水率均值；其中，对应的权重，表示对应的权重；步骤8：基于和构建均方误差损失函数； 步骤9：基于茶叶图谱融合数据集，利用sgdm优化器对所述茶叶含水率预测网络进行训练，并计算所述均方误差损失函数以更新网络参数，直至均方误差损失函数收敛为止，从而得到训练好的茶叶含水率回归模型并在ZYNQ开发板上，用于茶叶含水率的回归预测。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。