数字技术与应用杂志社

摘要：<正>松属作为松柏纲中最大的属,兼具生态与经济价值。针对传统物种鉴别方法存在的成本高、效率低及准确性不足等问题,本研究提出了一种基于近红外光谱(NIR)结合改进型Inception v3网络的鉴别模型。该方法首先对采集的光谱数据进行标准化预处理与一阶差分分析以增强特征;其次,引入非对称卷积分解,精简模型参数量,构建了一维非对称卷积神经网络(1D-CNN)。实验结果表明,本模型能够快速、精准地识别松属物种,其准确率更高,且损失函数收敛速度更快。

基金资助： 全国大学生创新创业国家级项目(202513763010)； 全国大学生创新创业省级项目(S202513763024)；

专辑： 信息科技;基础科学

专题： 生物学;自动化技术

分类号： Q949;TP18