本发明提出了基于近红外光谱的织物纤维成分检测系统和预测方法,该系统采集织物的近红外光谱的反射率和吸收率的波形先经过中值滤波、均值滤波、维纳滤波、S‑V滤波的滤波方法进行降噪,再经过生成式对抗网络、差值、采样算法等将数据进行增强,使用深度学习中的卷积神经网络以增加特征提取能力,通过针对纺织品近红外光谱数据特征的深度回归器模型,使用平滑与衍生数据进行模型训练,学习并区分纺织品近红外光谱特征,实现纺织纤维成分无损清洁分析,获得目标织物的纤维成分类型及其混合材质中各组成材质的混合比例。
声明:
“基于近红外光谱的织物纤维成分检测系统和预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)