[發明專利]一種基于膠囊網絡和太赫茲光譜圖像的物質識別方法有效
| 申請號： | 202010795754.6 | 申請日： | 2020-08-10 |
| 公開（公告）號： | CN111931761B | 公開（公告）日： | 2023-07-28 |
| 發明（設計）人： | 程良倫;李鳳;何偉健;吳衡 | 申請（專利權）人： | 廣東工業大學 |
| 主分類號： | G06V10/143 | 分類號： | G06V10/143;G06V10/774;G06V10/764;G06V10/82;G06N3/0464 |
| 代理公司： | 北京集佳知識產權代理有限公司 11227 | 代理人： | 黃忠 |
| 地址： | 510060 廣東省*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 膠囊 網絡 赫茲 光譜 圖像 物質 識別 方法 | ||
1.一種基于膠囊網絡和太赫茲光譜圖像的物質識別方法，其特征在于，包括：
在采集若干待訓練物質樣品的太赫茲數據后，將所述待訓練物質樣品的太赫茲數據轉換為太赫茲光譜圖像，得到訓練集；
對所述訓練集進行數據增強處理，得到擴充后的訓練集；
基于擴充后的訓練集對預先構建的膠囊網絡進行訓練，直至所述膠囊網絡收斂，得到物質識別模型，其中，所述膠囊網絡包括一層卷積層、一層膠囊層和一層全連接層；
在采集待識別物質樣品的太赫茲數據后，將所述待識別物質樣品的太赫茲數據轉換為太赫茲光譜圖像，并將所述待識別物質樣品的太赫茲光譜圖像輸入至所述物質識別模型進行識別，得到所述待識別物質樣品的識別結果；
所述對所述訓練集進行數據增強處理，得到擴充后的訓練集，包括：
將生成的噪聲數據輸入到對抗生成網絡，使得所述對抗生成網絡中的生成網絡對所述噪聲數據進行處理，輸出生成圖像；
將所述訓練集中的太赫茲光譜圖像作為真實圖像，將所述真實圖像和所述生成圖像輸入到對抗生成網絡中，使得所述對抗生成網絡中的判別網絡對所述真實圖像和所述生成圖像進行鑒別，輸出鑒別結果；
基于所述鑒別結果，通過損失函數計算損失值，并基于所述損失值更新所述對抗生成網絡的參數，直至所述對抗生成網絡收斂，輸出訓練好的對抗生成網絡；
通過所述訓練好的對抗生成網絡生成預置數量的訓練樣本，得到擴充后的訓練集；
所述對抗生成網絡的損失函數為：
；
式中，
2.根據權利要求1所述的基于膠囊網絡和太赫茲光譜圖像的物質識別方法，其特征在于，所述將所述待識別物質樣品的太赫茲光譜圖像輸入至所述物質識別模型進行識別，得到所述待識別物質樣品的識別結果，之前還包括：
對所述待識別物質樣品的太赫茲光譜圖像進行灰度化處理，得到所述待識別物質樣品的灰度太赫茲光譜圖像；
相應的，所述將所述待識別物質樣品的太赫茲光譜圖像輸入至所述物質識別模型進行識別，得到所述待識別物質樣品的識別結果，包括：
將所述待識別物質樣品的灰度太赫茲光譜圖像輸入至所述物質識別模型進行識別，得到所述待識別物質樣品的識別結果。
3.根據權利要求2所述的基于膠囊網絡和太赫茲光譜圖像的物質識別方法，其特征在于，所述對所述待識別物質樣品的太赫茲光譜圖像進行灰度化處理，得到所述待識別物質樣品的灰度太赫茲光譜圖像，包括：
基于灰度化公式對所述待識別物質樣品的太赫茲光譜圖像進行灰度化處理，得到所述待識別物質樣品的灰度太赫茲光譜圖像，所述灰度化公式為：
；
式中，
4.根據權利要求1所述的基于膠囊網絡和太赫茲光譜圖像的物質識別方法，其特征在于，所述待訓練物質樣品至少包括：alfa-乳糖、無水葡萄糖、D-果糖蔗糖或麥芽糖。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣東工業大學，未經廣東工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010795754.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種基于區塊鏈技術的配電終端防篡改技術、系統
- 下一篇：一種鋁條打包裝置
