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！

龍圖騰網獲悉內蒙古農業大學申請的專利一種基于雙分支層級光譜特征感知網絡的冷鮮羊肉新鮮度無損檢測方法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：CN119992541B 。

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：202510480795.9，技術領域涉及：G06V20/68；該發明授權一種基于雙分支層級光譜特征感知網絡的冷鮮羊肉新鮮度無損檢測方法是由姜新華;鄂計祥;翟成珺;張麗娜;馬學磊;張文婧設計研發完成，并于2025-04-17向國家知識產權局提交的專利申請。

本一種基于雙分支層級光譜特征感知網絡的冷鮮羊肉新鮮度無損檢測方法在說明書摘要公布了：本發明公開了一種基于雙分支層級光譜特征感知網絡的冷鮮羊肉新鮮度無損檢測方法，涉及羊肉新鮮度檢測領域，包括：獲取不同新鮮度的羊肉樣本，進行新鮮度指標測定和高光譜圖像采集；根據新鮮度指標確定樣本標簽；利用不同的預處理和特征選擇組合方法處理高光譜圖像，作為樣本特征，構建若干訓練數據集；構建雙分支層級光譜特征感知網絡作為檢測模型，并利用不同的訓練數據集分別進行訓練；計算訓練好的各檢測模型的評估指標，以最優預處理和特征選擇組合方法對應的檢測模型作為最終新鮮度檢測模型，進行冷鮮羊肉新鮮度無損檢測。本發明的基于雙分支層級光譜特征感知網絡，應用多模塊聯合機制充分感知光譜特征，實現了冷鮮羊肉新鮮度的高精度檢測。

本發明授權一種基于雙分支層級光譜特征感知網絡的冷鮮羊肉新鮮度無損檢測方法在權利要求書中公布了：1.一種基于雙分支層級光譜特征感知網絡的冷鮮羊肉新鮮度無損檢測方法，其特征在于，具體步驟如下： 獲取不同新鮮度的羊肉樣本，進行新鮮度指標測定和高光譜圖像采集； 根據各所述羊肉樣本的新鮮度指標確定對應的訓練樣本的樣本標簽； 利用不同的預處理和特征選擇組合方法處理所述高光譜圖像，作為訓練樣本的樣本特征，構建與所述組合方法對應的若干訓練數據集； 所述預處理包括：SG濾波器、多元散射校正、標準正態變量變換、一階導數和移動平均法；所述特征選擇包括：最大互信息最小化特征選擇方法和增量特征選擇方法；所述樣本特征包括全局特征數據和局部特征數據；所述全局特征數據為所述高光譜圖像預處理后的包含全部波段信息的圖像數據，所述局部特征數據為所述全局特征數據經特征選擇后的包含部分波段信息的圖像數據； 構建雙分支層級光譜特征感知網絡作為檢測模型，并利用不同的所述訓練數據集分別進行訓練； 所述雙分支層級光譜特征感知網絡包括：依次連接的特征提取模塊、特征交互模塊、特征融合模塊和輸出模塊； 所述特征提取模塊，分別對所述全局特征數據和所述局部特征數據進行特征提取，得到全局特征和局部特征； 所述特征交互模塊，利用雙向交叉注意力機制對所述全局特征和局部特征進行信息交互，得到優化全局特征和優化局部特征； 所述特征融合模塊，對所述優化全局特征和優化局部特征進行多尺度加強，并利用多頭注意力機制融合多尺度特征，得到融合特征； 所述輸出模塊，基于所述融合特征，利用層次分類器輸出識別結果； 所述特征交互模塊包括位置編碼單元和雙向交叉注意力單元； 所述位置編碼單元，分別對所述全局特征和所述局部特征進行位置編碼，生成對應的動態位置向量，公式為： PEx＝sinx100002jd,cosx100002j+1d； 其中，x是波段索引，j是位置編碼維度，d是輸入特征的維度； 所述雙向交叉注意力單元，通過雙向交叉注意力構建全局特征和局部特征的雙向交互通道，進行全局和局部特征之間的信息流動，公式為： 其中，Zglobal、Zlocal分別為優化全局特征、優化局部特征，Xglobal、Xlocal分別為全局特征和局部特征； 所述特征融合模塊包括：依次連接的多尺度池化層、多頭注意力層和全連接層； 所述多尺度池化層，通過不同尺度池化策略提取不同粒度的特征，公式為： 其中，Zglobal、Zlocal分別為優化全局特征、優化局部特征， 分別為對應的池化后的結果，GlobalPooling、LocalPooling分別表示全局池化和局部池化； 所述多頭注意力層中設置有四個并行的注意力頭，每個注意力頭以多尺度池化后的特征為輸入，首先進行線性變換生成對應的查詢、鍵和值，公式為： 其中，X為輸入特征，Qi、Ki和Vi分別為第i個注意力頭的查詢、鍵和值，和分別為第i個注意力頭對應的查詢、鍵和值的線性變換矩陣； 然后計算每個注意力頭的注意力Headi，公式為： 其中，dk是鍵的維度，Softmax表示激活函數，sqrt表示平方根操作、表示矩陣轉置操作； 所述全連接層，將全部注意力頭的輸出進行拼接，通過線性變換得到融合特征Zfused，公式為： Zfused＝LinearConcatHead1，Head2，...,HeadiWO； 其中，Linear表示全連接層，WO為線性變換矩陣，Concat表示拼接操作； 所述層次分類器包括粗粒度分類器和精粒度分類器，首先通過所述粗粒度分類器，基于所述融合特征Zfused進行大類劃分，得到中間特征H；再通過所述精粒度分類器，基于中間特征進行細化分類，得到最終檢測結果Y，具體公式如下： H＝ReLUZfusedWshared+bcoarse； Y＝HWfine+bfine； 其中，Wshared、bcoarse分別為粗粒度分類器的權重和偏置，Wfine、bfine分別為精粒度分類器的權重和偏置，ReLU為激活函數； 所述粗粒度分類器和所述精粒度分類器均采用交叉熵損失函數，并通過引入動態權重，得到所述輸出模塊的總損失函數，具體公式為： Ltotal＝wdynamicLcoarse+1-wdynamiceLfine； 其中，Ltotal表示總損失函數，Lcoarse、Lfine分別為粗粒度分類器、精粒度分類器的損失函數；wdynamic表示動態權重，公式為： w1 dynamic＝epochepochmax； w2 dynamic＝LcoarseLcoarse+Lfine； 其中，epoch、epochmax分別表示訓練輪次和最大訓練輪次，w1 dynamic、W2 dynamic分別表示訓練初期和訓練后期的動態權重； 計算訓練好的各檢測模型的評估指標，以最優預處理和特征選擇組合方法對應的檢測模型作為最終新鮮度檢測模型，進行冷鮮羊肉新鮮度無損檢測。

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內蒙古農業大學，其通訊地址為：010018 內蒙古自治區呼和浩特市昭賽罕區昭烏達路306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”。