买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利基于图卷积神经网络的农产品等级自动识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116883836B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310733450.0，技术领域涉及：G06V20/10；该发明授权基于图卷积神经网络的农产品等级自动识别方法及系统是由宋阳;邹佳琦;李卓鸿;刘泽鹏;汪雨晴;薛若尧;杨光义;张洪艳;贺威设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本基于图卷积神经网络的农产品等级自动识别方法及系统在说明书摘要公布了：本发明公开了一种基于图卷积神经网络的农产品等级自动识别方法及系统，首先获取农产品的高光谱图像，并进行数据预处理；然后将预处理后的高光谱图像输入图卷积神经网络进行农产品等级的自动识别评估；输出农产品属于不同质量等级的概率值，选取概率最大的质量等级作为当前待预测农产品的等级。本发明采用高光谱成像技术获取的茶叶叶片高光谱图像，其具有近乎连续的光谱曲线与图谱合一的特性，可以实现茶叶等级的无损检测，并且提高识别的准确性。此外，使用图卷积神经网络模型，能够更加灵活地提取茶叶高光谱图像的光谱特征和空间特征，从而实现对茶叶等级的准确自动识别。

本发明授权基于图卷积神经网络的农产品等级自动识别方法及系统在权利要求书中公布了：1.一种基于图卷积神经网络的农产品等级自动识别方法，其特征在于，包括以下步骤： 步骤1：采集农产品高光谱图像，并进行数据预处理； 步骤2：将预处理后的高光谱图像输入图卷积神经网络进行农产品等级的自动识别； 所述图卷积神经网络，包括顺序连接的超像素分割模块、超像素图构建模块、第一图卷积层、第一通道注意力层、第二图卷积层、第二通道注意力层和分类器； 所述超像素分割模块，用于将像素投影到超像素空间；首先用M个规则格网的平均像素特征初始化超像素中心特征；然后计算像素点特征与超像素中心特征的相似性；接着将像素点归为与其距离最小的超像素；最后重新计算超像素中心特征；其中，M=H×Wλ，H、W分别为图像的长和宽，λ为超像素尺度； 所述超像素图构建模块，用于将超像素作为图节点，超像素特征作为节点特征，并利用超像素之间的相似性得到图的邻接矩阵，从而得到超像素图结构数据； 所述第一通道注意力层和第二通道注意力层，均引入两个可学习的权重矩阵Ws和We，对于输出特征每个通道的压缩标量zi，分别与两个权重矩阵相乘，得到一个缩放因子si和一个偏移量ei；将每个通道的特征分别乘以缩放因子si，然后加上偏移量ei，得到加权特征； 所述分类器，包括全连接层与Softmax激活函数，用于将特征映射到不同类别上，输出每个类别的预测概率分布； 所述图卷积神经网络，是训练好的农产品等级自动识别图卷积神经网络；训练过程包括以下子步骤： 步骤S1：采集若干不同品质等级的农产品样本，利用成像光谱仪获取高光谱数据； 步骤S2：高光谱图像数据预处理； 步骤S3：制作农产品等级识别数据集； 步骤S4：利用反向传播算法不断优化网络参数，获得训练好的网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。