本发明公开了自适应随机块卷积核网络的高光谱中药材鉴别方法,基于最优聚类框架,获得中药材高光谱图像最优波段子集,再采用集群排序方法有效地从最优波段子集中选出最佳特征波段;使用随机投影方法将从中药材高光谱图像中提取的随机块作为卷积核;然后使用像素自适应方法修改卷积核,并基于中药材特征波段图像进行特征提取;再次,使用分层网络提取中药材的特征,并结合中药材高光谱最佳波段影像数据,构建中药材高光谱训练集与测试集;最后使用SVM对训练集进行训练得到分类预测模型,基于该模型对中药材测试集进行预测,大幅度提高了中药材的鉴别分类精度,解决了中药材种类多样、成分复杂的鉴别难题,可适用于各类中药材的快速无损鉴别。
声明:
“自适应随机块卷积核网络的高光谱中药材鉴别方法” 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)