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！

龍圖騰網恭喜中國林業科學研究院申請的專利一種楊樹品種和紙漿材快速無損鑒定方法、測定方法、系統、設備及介質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：CN119413750B 。

龍圖騰網通過國家知識產權局官網在2025-04-18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：202510013131.1，技術領域涉及：G01N21/3563；該發明授權一種楊樹品種和紙漿材快速無損鑒定方法、測定方法、系統、設備及介質是由楊忠;曾慶銀;房鑫鑫;楊祥雨;徐碩;曹靜云;張力;潘璽;李康設計研發完成，并于2025-01-06向國家知識產權局提交的專利申請。

本一種楊樹品種和紙漿材快速無損鑒定方法、測定方法、系統、設備及介質在說明書摘要公布了：本發明涉及一種楊樹品種和紙漿材快速無損鑒定方法、測定方法、系統、設備及介質，在方法上，通過傳感器篩選原木段，加工為樣品后采集近紅外光譜數據，并進行化學成分測試，接著，采用自適應濾波與小波逆變換提純光譜，依據波長選擇策略篩選特征，構建并訓練模型，融合多模型串行組合或并行組合輸出的分類結果。在系統上，集成樣品處理、測試、數據提純、模型訓練與分類功能模塊，實現全流程自動化與智能化管理，且在設備上通過數據庫與存儲器協同執行上述方法，確保方法高效運行；在介質上存儲可執行指令，便于廣泛部署和應用。本發明能夠自動、準確地輸出楊樹木材和紙漿材的分類結果，不僅顯著提高了鑒定效率，還降低了人為誤差。

本發明授權一種楊樹品種和紙漿材快速無損鑒定方法、測定方法、系統、設備及介質在權利要求書中公布了：1.一種楊樹品種和紙漿材快速無損鑒定方法，其特征在于，包括：利用傳感器檢測和篩選符合特定條件的楊樹原木段，控制加工設備將楊樹原木段處理為木塊或木粉樣品，并利用近紅外光譜儀捕獲木塊或木粉樣品的近紅外光譜數據；對所得的近紅外光譜數據進行逐點或分段自適應濾波處理，結合小波逆變換得到提純后的光譜數據；根據基于預設目標構建的光譜波長選擇策略，對提純后的光譜數據進行光譜波長篩選并優化波長組合，并將優化后的光譜數據與相應的由預先通過檢測得到木粉樣品的化學成分含量確定的標簽數據輸入到相應的數據文件中，以劃分得到訓練集和測試集；構建至少一種深度學習模型作為識別模型，并基于訓練集和測試集進行模型訓練，并引入串行或并行組合機制以融合不同模型的輸出結果，自動輸出楊樹品種和紙漿材分類結果，包括：根據分類識別的需求，選擇并構建包含NIR-Net模型、NIR-ResNet模型以及NIR-Inception模型的深度學習模型；對所選模型進行包含調整卷積層數、卷積核大小以及池化層設置的結構調整和優化，以適應楊樹木材和紙漿材分類的特定任務；通過對所選模型的特性分析，引入串行或并行組合機制；在串行組合機制中，按照預定的順序，將NIR-Net模型的輸出經過特征轉換層作為NIR-ResNet模型的輸入，再將NIR-ResNet模型的輸出經過降維層作為NIR-Inception模型的輸入，并基于訓練集和測試集完成整個串行組合模型的端對端的聯合訓練工作；在并行組合機制中，先獨立訓練NIR-Net模型、NIR-ResNet模型以及NIR-Inception模型，再將相同的光譜數據同時輸入到NIR-Net模型、NIR-ResNet模型和NIR-Inception模型中，構建并訓練一元學習器以最小化融合后的預測誤差，利用訓練完的元學習器接收并融合NIR-Net模型、NIR-ResNet模型以及NIR-Inception模型的輸出；基于從串行或并行組合機制得到的組合預測結果，自動輸出楊樹和紙漿材的分類結果。

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中國林業科學研究院，其通訊地址為：100091 北京市海淀區香山路東小府1號中國林科院木材所；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”。