Document
拖动滑块完成拼图
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

可降解与不可降解塑料的快速识别方法 

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:东北电力大学

摘要:本发明公开了可降解与不可降解塑料的快速识别方法,包括如下步骤:利用高光谱成像仪采集多组塑料样本在多个波段的高光谱图像数据,黑白校正处理后,经S‑G滤波方法降噪,采用标准正态变量变换减小类内间距,然后提取高光谱图像数据在每个波段的均值特征,利用基于欧式距离的数据增强方法实现均值特征的增强处理;将均值特征和增强后的均值特征用于动态卷积残差网络的训练,保存模型训练中分类准确率最高的一组网络参数;基于上述步骤完成待识别的塑料样本的预处理,将完成预处理后的100个待识别塑料样本数据输入到训练好的动态卷积残差网络中进行二分类识别。本发明可以实现可降解与不可降解塑料的快速识别,且准确率高,在96%以上。

主权项:1.可降解与不可降解塑料的快速识别方法,其特征在于,包括如下步骤:S1、将若干种类的可降解或不可降解塑料样本剪成块状或片状,利用高光谱成像仪采集多组塑料样本在多个波段的高光谱图像数据;S2、完成采集到的高光谱图像数据的黑白校正处理后,经S-G滤波方法降噪,采用标准正态变量变换减小类内间距,然后提取高光谱图像数据在每个波段的均值特征,利用基于欧式距离的数据增强方法实现均值特征的增强处理;S3、将均值特征和增强后的均值特征用于动态卷积残差网络的训练,保存模型训练中分类准确率最高的一组网络参数;S4、基于步骤S1~S2完成待识别的塑料样本的预处理,将完成预处理后的100个待识别塑料样本数据输入到训练好的动态卷积残差网络中进行二分类识别;所述步骤S1中,在对若干种类的可降解或不可降解塑料样本进行数据采集时,每种塑料样本需采集100组数据,然后将每组塑料样本数据按降解性分为可降解与不可降解,同时,新建一个文档,对所述若干种类的塑料样本按种类进行编号,其中可降解塑料的类别由数字编号,依次为1、2、3…,不可降解塑料的类别由字母编号,依次为a、b、c…;所述步骤S2中,基于欧式距离的数据增强方法包括类间欧式距离计算,类间欧式距离排序和基于欧式距离的数据重构,其中,所述类间欧式距离计算的公式为: ;其中,xi、yi分别代表代表样本1和样本2在同一个波段下的特征值,所述样本数据共包含520个波段的特征值,因此n为520,d为所求样本1与样本2间的欧式距离;所述类间欧式距离计算包括计算不同种类的可降解塑料样本间的欧式距离和不同种类的不可降解塑料样本间的欧式距离,在计算所述不同种类的可降解塑料样本间的欧式距离时,首先需要随机选取所述编号1中的一个样本,然后计算该样本与其他类可降解塑料样本间的欧式距离,对编号1中的其他99个样本采用同样的计算方法,然后对100个样本的计算结果按类别取平均,得到编号为1的样本与其他类可降解塑料间的平均欧氏距离,对其类别的可降解塑料重复上述过程,直至计算完所有所述数字编号样本间的平均欧式距离,不可降解塑料样本的类别由字母编号表示,其类间欧式距离的计算过程同上;所述类间欧式距离排序用于按大小完成类间欧式距离计算所产生的平均欧式距离的排序,平均欧式距离表征类别间的差异性;所述基于欧式距离的数据重构用于生成较为泛化的样本数据,所述数据重构的计算公式为: ;其中,X代表编号1中的一个随机样本,选出与编号1平均欧式距离最小的4类样本,按所述编号1与上述4类样本间的平均欧式距离,从小到大对所述平均欧式距离排序,排序结果为d1、d2、d3、d4;此时,根据 ;计算权重W1、W2、W3、W4,按权重从大到小对上述4类样本进行排序,其排序结果为X1、X2、X3、X4,Y代表重构后的数据;按上述重构方法,在每种编号内进行100次数据重构,即产生与数据增强前同等数量的样本,将数据增强前和数据增强后的数据整合为一个数据集,并按降解性标注两种标签。

全文数据:

权利要求:

百度查询: 东北电力大学 可降解与不可降解塑料的快速识别方法

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。