買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江農林大學申請的專利一種金線蓮植株葉片真偽鑒別與品系分類方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120213831B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510694179.3，技術領域涉及：G01N21/25；該發明授權一種金線蓮植株葉片真偽鑒別與品系分類方法和系統是由徐一清;劉子源;丁浩原;王紅珍;王張婷;戴宇佳設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本一種金線蓮植株葉片真偽鑒別與品系分類方法和系統在說明書摘要公布了：本申請公開了一種金線蓮植株葉片真偽鑒別與品系分類方法和系統，涉及植物葉片鑒別分類技術領域，該方法包括獲取待測植株樣品的多視角光譜數據；對多視角光譜數據進行預處理；將預處理后的多視角光譜數據輸入至預訓練SVM模型中，輸出真偽鑒別結果；當真偽鑒別結果為待測植株樣品是金線蓮樣品時，將待測植株樣品的預處理后的多視角光譜數據輸入至預訓練CNN模型中，輸出品系分類結果。本申請通過將多視角光譜數據、SVM模型和CNN模型進行結合，并應用于金線蓮植株葉片真偽鑒別與品系分類的場景中，可以有效提高金線蓮植株葉片真偽鑒別與品系分類的準確性。

本發明授權一種金線蓮植株葉片真偽鑒別與品系分類方法和系統在權利要求書中公布了：1.一種金線蓮植株葉片真偽鑒別與品系分類方法，其特征在于，包括： 獲取待測植株樣品的多視角光譜數據；所述多視角光譜數據包括所述待測植株樣品的每片葉片的正面光譜數據和背面光譜數據； 對所述多視角光譜數據進行預處理，得到預處理后的多視角光譜數據；其中，對所述多視角光譜數據進行黑白校正，得到黑白校正后的多視角光譜數據；對所述黑白校正后的多視角光譜數據進行感興趣區域提取，得到預處理后的多視角光譜數據； 將所述預處理后的多視角光譜數據輸入至預訓練SVM模型中，輸出真偽鑒別結果；所述預訓練SVM模型指的是基于金線蓮樣品以及偽品樣品的預處理后的多視角光譜數據，對SVM模型與預處理模型進行共同調參，尋找到最優參數后進行訓練后得到的模型，所述預處理模型指的是濾波算法對應的模型；所述濾波算法為中值濾波算法、平均濾波算法、高斯濾波算法、Savitzky-Golay濾波算法和主成分分析法其中至少一種；在對所述預訓練SVM模型進行訓練前，采用StandardScaler對所述預處理后的多視角光譜數據進行標準化處理；在對所述預訓練SVM模型進行訓練時，采用網格搜索和五倍交叉驗證的方法優化超參數，包括懲罰參數、核類型、伽馬和多項式次數；并采用準確度、精確度、召回率、F1分數和混淆矩陣作為評估指標進行模型性能評估； 當所述真偽鑒別結果為所述待測植株樣品是金線蓮樣品時，將所述待測植株樣品的預處理后的多視角光譜數據輸入至預訓練CNN模型中，輸出品系分類結果；所述預訓練CNN模型指的是基于金線蓮樣品的預處理后的多視角光譜數據，對CNN模型與所述預處理模型進行共同調參，尋找到最優參數后進行訓練后得到的模型；所述預訓練CNN模型為1D-CNN模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江農林大學，其通訊地址為：311300 浙江省杭州市臨安區武肅街666號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。