一种基于参数校正和迁移学习的近红外木材密度检测方法
公开
摘要
本发明公开了一种基于参数校正和迁移学习的近红外木材密度检测方法。该方法包括:获取不同测量条件所测木材密度近红外光谱数据,数据预处理并划分样本集,训练Resnet网络预训练主模型,将网络超参数迁移至从模型,微调从模型的权重参数,保存预测效果最优的预训练模型;将SVR设为Resnet网络模型的回归器和TrAdaBoost.R2迁移学习框架的学习算法,用粒子群算法优化SVR的超参数;将测试集光谱数据输入主从预训练模型提取甁颈特征并分别输入TrAdaBoost.R2迁移学习框架循环训练;最后输出木材密度的预测结果。本发明克服了传统预测流程中设备性能溢出和成本高的问题,将预测成本控制在合理水平,且适合于小样本量的光谱预测,同时能动态调整样本权值,在实际生产中有更强的泛化能力和准确性。
基本信息
专利标题 :
一种基于参数校正和迁移学习的近红外木材密度检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114577671A
申请号 :
CN202210265823.1
公开(公告)日 :
2022-06-03
申请日 :
2022-03-17
授权号 :
暂无
授权日 :
暂无
发明人 :
张哲宇李耀翔
申请人 :
东北林业大学
申请人地址 :
黑龙江省哈尔滨市香坊区和兴路26号
代理机构 :
代理人 :
优先权 :
CN202210265823.1
主分类号 :
G01N9/24
IPC分类号 :
G01N9/24 G01N21/359 G06N3/04 G06N3/08 G01N21/3563
IPC结构图谱
G
G部——物理
G01
测量;测试
G01N
借助于测定材料的化学或物理性质来测试或分析材料
G01N9/00
测试材料的密度或比重;通过测定密度或比重以分析材料
G01N9/24
通过观察穿过材料的波的传播或粒子辐射
法律状态
2022-06-03 :
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