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！

龙图腾网获悉浙江大学申请的专利基于透射光谱结合特征融合深度学习模型的无籽与有籽西瓜分类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：CN119538053B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411702437.X，技术领域涉及：G06F18/241；该发明授权基于透射光谱结合特征融合深度学习模型的无籽与有籽西瓜分类方法是由徐惠荣;安长青;应义斌;饶秀勤设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于透射光谱结合特征融合深度学习模型的无籽与有籽西瓜分类方法在说明书摘要公布了：本发明公开了一种基于透射光谱结合特征融合深度学习模型的无籽与有籽西瓜分类方法。方法包括先使用透射光谱采集装置采集获得西瓜的透射光谱数据集；然后构建特征融合模型，并将西瓜的透射光谱数据集输入到特征融合模型中进行训练，得到训练后的特征融合模型；最后采集待测西瓜的透射光谱，将待测西瓜的透射光谱输入到训练后的特征融合模型中进行分类识别处理，得到待测西瓜无籽或有籽的类别。本发明实现了透射光谱方法、图像转换方法和卷积神经网络方法的有效结合，实现了采集西瓜的透射光谱进行模型处理直接得到无籽与有籽西瓜的快速准确分类结果的优势。

本发明授权基于透射光谱结合特征融合深度学习模型的无籽与有籽西瓜分类方法在权利要求书中公布了：1.一种基于透射光谱结合特征融合深度学习模型的无籽与有籽西瓜分类方法，其特征在于，包括以下步骤： S1、使用透射光谱采集装置采集获得西瓜的透射光谱数据集； S2、构建特征融合模型，并将西瓜的透射光谱数据集输入到特征融合模型中进行训练，得到训练后的特征融合模型； S3、采集待测西瓜的透射光谱，将待测西瓜的透射光谱输入到训练后的特征融合模型中进行分类识别处理，得到待测西瓜无籽或有籽的类别； 所述透射光谱结合特征融合模型包括依次串联的特征波段选取模块、维度转换模块和双输入卷积神经网络模块； 所述特征波段选取模块采用竞争自适应重加权采样方法对步骤S1获得的西瓜的透射光谱数据集进行处理，得到西瓜的一维特征波段数据集； 所述维度转换模块采用格拉姆角场算法对得到的所述西瓜的一维特征波段数据集进行处理，得到二维的格拉姆和场图像数据集与格拉姆差场图像数据集； 所述双输入卷积神经网络模块具体为：设置两个并联的第一特征提取通道和第二特征提取通道，然后将两个通道的输出特征通过一层全连接层进行初步融合，最后再经过另一层全连接层进行分类，得到分类结果；将得到的所述二维的格拉姆和场图像数据集输入到第一特征提取通道，将得到的所述格拉姆差场图像数据集输入到第二特征提取通道。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。