首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于图谱融合的多通道木材力学性能检测方法 

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!

申请/专利权人:东北林业大学

摘要:本发明提供基于图谱融合的多通道木材力学性能检测方法,包括以下步骤:判断是否需要采集其宏观数据特征;使用近红外光谱仪采集实验所需光谱数据;光谱数据采用小波变换和多元散射校正相结合的方法对其进行预处理;使用电子扫描显微镜采集实验所需显微图像数据,选取分辨率最高的一张保存;采用灰色共现矩阵提取管胞显微图像的纹理特征;采用基于深度学习的分水岭算法完成对显微图像的细胞分割,通过几何分析法提取管胞显微图像的形态特征,提取形态特征;建立多通道特征融合网络Multi‑FF‑Net完成对多源数据集的分类处理及融合决策。本发明提出了在数据融合的基础上引入稀疏注意力机制,以结果反馈输入,实现不同输入占比的合理配置。

主权项:1.基于图谱融合的多通道木材力学性能检测方法,其特征在于,包括以下步骤:S1、依据试件制备及数据采集标准,完成对试件的制备并一一标号记录;S2、根据内容需求判断是否需要采集其宏观数据特征;S3、使用近红外光谱仪采集实验所需光谱数据,在试件上下截面中心位置采集漫反射光谱,取其平均值作为该试件的最终光谱数据;S4、光谱数据采用小波变换和多元散射校正相结合的方法对其进行预处理;S5、使用电子扫描显微镜采集实验所需显微图像数据,通过调节显微镜焦距,在特定倍率下观察试件表面;在样品中央取四张显微图像,选取分辨率最高的一张保存;S6、采用灰色共现矩阵提取管胞显微图像的纹理特征;采用基于深度学习的分水岭算法完成对显微图像的细胞分割,通过几何分析法提取管胞显微图像的形态特征,提取形态特征;S7、构建模糊神经网络通道,处理特征值数组;构建全卷积神经网络通道,处理近红外光谱数据;构建生成对抗网络通道,处理显微图像数据;以特征级融合为基础,稀疏注意力机制为辅助,建立多通道特征融合网络Multi-FF-Net完成对多源数据集的分类处理及融合决策。

全文数据:

权利要求:

百度查询: 东北林业大学 基于图谱融合的多通道木材力学性能检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。