本發明提出了基于近紅外光譜的織物纖維成分檢測系統和預測方法,該系統采集織物的近紅外光譜的反射率和吸收率的波形先經過中值濾波、均值濾波、維納濾波、S?V濾波的濾波方法進行降噪,再經過生成式對抗網絡、差值、采樣算法等將數據進行增強,使用深度學習中的卷積神經網絡以增加特征提取能力,通過針對紡織品近紅外光譜數據特征的深度回歸器模型,使用平滑與衍生數據進行模型訓練,學習并區分紡織品近紅外光譜特征,實現紡織纖維成分無損清潔分析,獲得目標織物的纖維成分類型及其混合材質中各組成材質的混合比例。
聲明:
“基于近紅外光譜的織物纖維成分檢測系統和預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)