買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華南農(nóng)業(yè)大學(xué);廣州南沙華農(nóng)漁業(yè)研究院申請(qǐng)的專利基于高光譜成像技術(shù)的黃鰭鯛肉品質(zhì)檢測(cè)方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120404617B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510910892.7，技術(shù)領(lǐng)域涉及：G01N21/25；該發(fā)明授權(quán)基于高光譜成像技術(shù)的黃鰭鯛肉品質(zhì)檢測(cè)方法及系統(tǒng)是由張關(guān)榮;謝帝芝;黃梓霓;李菊設(shè)計(jì)研發(fā)完成，并于2025-07-02向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于高光譜成像技術(shù)的黃鰭鯛肉品質(zhì)檢測(cè)方法及系統(tǒng)在說明書摘要公布了：本發(fā)明提供基于高光譜成像技術(shù)的黃鰭鯛肉品質(zhì)檢測(cè)方法及系統(tǒng)，涉及黃鰭鯛肉質(zhì)檢測(cè)技術(shù)領(lǐng)域，本發(fā)明通過多尺度小波變換提取豐富的光譜細(xì)節(jié)信息，輔以動(dòng)態(tài)權(quán)重調(diào)整機(jī)制，增強(qiáng)了關(guān)鍵波段識(shí)別能力和光譜特征表達(dá)的準(zhǔn)確性，降低無關(guān)信息干擾，實(shí)現(xiàn)了高光譜數(shù)據(jù)與肉質(zhì)指標(biāo)的高精度映射；將脂肪特征作為中介變量，結(jié)合多維物理肉質(zhì)指標(biāo)構(gòu)建非線性映射模型，科學(xué)揭示脂肪含量與肉質(zhì)品質(zhì)的內(nèi)在聯(lián)系，提升肉質(zhì)評(píng)價(jià)的生物學(xué)合理性；同時(shí)綜合多維肉質(zhì)指標(biāo)的加權(quán)評(píng)分體系，建立了標(biāo)準(zhǔn)化的肉質(zhì)分級(jí)標(biāo)準(zhǔn)，滿足工業(yè)化應(yīng)用需求，實(shí)現(xiàn)了黃鰭鯛肉質(zhì)的快速、非破壞性、智能化檢測(cè)與分級(jí)。

本發(fā)明授權(quán)基于高光譜成像技術(shù)的黃鰭鯛肉品質(zhì)檢測(cè)方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于高光譜成像技術(shù)的黃鰭鯛肉品質(zhì)檢測(cè)方法，其特征在于，具體步驟包括： S1：對(duì)黃鰭鯛進(jìn)行分組喂養(yǎng)試驗(yàn)，采集不同喂養(yǎng)條件下的黃鰭鯛的肉質(zhì)指標(biāo)和脂肪特征，并構(gòu)建肉質(zhì)指標(biāo)和脂肪特征之間的映射模型； 構(gòu)建映射模型的邏輯為： S101：將黃鰭鯛幼苗均分為若干組，采用不同配方的飼料進(jìn)行周期性喂養(yǎng)，并在長(zhǎng)成后作為檢測(cè)用的樣本； S102：分別采集黃鰭鯛樣本的肉質(zhì)指標(biāo)，包括：硬度、彈性、粘聚性、膠著性、咀嚼性、回復(fù)性，以及黃鰭鯛樣本的脂肪特征，包括：肝體比、臟體比、肝臟脂肪含量； S103：基于黃鰭鯛樣本的脂肪特征構(gòu)建脂肪特征向量，并采用RBF函數(shù)來建立肉質(zhì)指標(biāo)與脂肪特征之間的映射模型； S2：基于高光譜成像技術(shù)采集不同喂養(yǎng)條件下的黃鰭鯛的光譜數(shù)據(jù)，通過提取多尺度光譜特征以分析黃鰭鯛的脂肪特征； 提取多尺度光譜特征以分析黃鰭鯛的脂肪特征的邏輯為： S201：采集黃鰭鯛樣本的光譜數(shù)據(jù)； S202：對(duì)光譜數(shù)據(jù)進(jìn)行多尺度小波變換，提取多尺度光譜特征，計(jì)算方式為： 式中表示波長(zhǎng)為的光譜數(shù)據(jù)在尺度層數(shù)和平移位置的小波系數(shù)，表示波長(zhǎng)為的光譜數(shù)據(jù)，表示波長(zhǎng)為的光譜數(shù)據(jù)在尺度層數(shù)和平移位置的小波基函數(shù)，下標(biāo)、分別表示尺度層數(shù)和平移位置的索引，表示波長(zhǎng)，、分別表示波長(zhǎng)的最大值和最小值； S203：通過多尺度分析，提取光譜數(shù)據(jù)在不同波長(zhǎng)尺度上的小波系數(shù)，以增強(qiáng)對(duì)脂肪特征的識(shí)別能力； S3：結(jié)合黃鰭鯛的脂肪特征構(gòu)建動(dòng)態(tài)權(quán)重調(diào)整機(jī)制，對(duì)多尺度光譜特征進(jìn)行加權(quán)處理，并基于加權(quán)光譜特征構(gòu)建光譜數(shù)據(jù)與肉質(zhì)指標(biāo)的預(yù)測(cè)模型； 基于加權(quán)光譜特征構(gòu)建光譜數(shù)據(jù)與肉質(zhì)指標(biāo)的預(yù)測(cè)模型的邏輯為： S301：構(gòu)建動(dòng)態(tài)權(quán)重調(diào)整機(jī)制，將脂肪特征信息引入光譜數(shù)據(jù)加權(quán)過程中，提高關(guān)鍵波段識(shí)別能力； S302：根據(jù)梯度更新算法迭代計(jì)算光譜數(shù)據(jù)的動(dòng)態(tài)權(quán)重，得到加權(quán)光譜特征； S303：基于加權(quán)光譜特征及肉質(zhì)指標(biāo)和脂肪特征之間的映射模型，采用RBF函數(shù)建立光譜數(shù)據(jù)與肉質(zhì)指標(biāo)的預(yù)測(cè)模型； S4：構(gòu)建關(guān)于肉質(zhì)指標(biāo)的得分函數(shù)，基于預(yù)測(cè)模型所生成的預(yù)測(cè)肉質(zhì)指標(biāo)計(jì)算黃鰭鯛的綜合肉質(zhì)評(píng)分，并根據(jù)綜合肉質(zhì)評(píng)分來進(jìn)行肉質(zhì)檔次劃分。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人華南農(nóng)業(yè)大學(xué);廣州南沙華農(nóng)漁業(yè)研究院，其通訊地址為：510642 廣東省廣州市天河區(qū)五山路483號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。