一种基于跨域光谱信息的农产品品质无损检测方法及可泛化系统

授权

摘要

本发明涉及一种基于跨域光谱信息的农产品品质无损检测方法及可泛化系统，包括步骤：获取源域光谱数据与目标域光谱数据，并构建训练数据集；构建Aug‑TrAdaBoost.R2模型，所述Aug‑TrAdaBoost.R2模型包括三个子模型，分别为回归预测模型、源域结果校正模型以及目标域结果校正模型；训练所述Aug‑TrAdaBoost.R2模型，并利用训练好的模型对源域光谱数据与目标域光谱数据进行预测。本发明同时提升了模型在源域和目标域数据上的泛化性能，较大幅度提升了模型的预测准确率。

基本信息

专利标题：

一种基于跨域光谱信息的农产品品质无损检测方法及可泛化系统

专利标题（英）：

暂无

公开（公告）号：

CN112651173A

申请号：

CN202011504704.4

公开（公告）日：

2021-04-13

申请日：

2020-12-18

授权号：

CN112651173B

授权日：

2022-04-29

发明人：

李晓丽李则熹何勇苏鸿

申请人：

浙江大学

申请人地址：

浙江省杭州市西湖区余杭塘路866号

代理机构：

福州元创专利商标代理有限公司

代理人：

钱莉

优先权：

CN202011504704.4

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06F17/18 G01N21/25

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-04-29 ：

授权

2021-04-30 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20201218

2021-04-13 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载