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一种基于卷积神经网络的农作物农药残留检测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：CN116884512B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310672849.2，技术领域涉及：G16C20/20；该发明授权一种基于卷积神经网络的农作物农药残留检测方法及系统是由宋阳;胡磊;邹佳琦;刘泽鹏;汪雨晴;贺威;张洪艳;杨光义设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的农作物农药残留检测方法及系统在说明书摘要公布了：本发明公开了一种基于卷积神经网络的农作物农药残留检测方法及系统，首先采集农作物样本高光谱图像，并进行数据预处理；然后将预处理后的高光谱图像输入农药残留检测卷积神经网络进行农药残留检测；本发明结合高光谱成像技术和深度学习方法，具有无损坏、自动化和高效的优点。

本发明授权一种基于卷积神经网络的农作物农药残留检测方法及系统在权利要求书中公布了：1.一种基于卷积神经网络的农作物农药残留检测方法，其特征在于，包括以下步骤： 步骤1：采集农作物样本高光谱图像，并进行数据预处理； 步骤2：将预处理后的高光谱图像输入农药残留检测卷积神经网络进行农药残留检测； 所述农药残留检测卷积神经网络，由两个三维卷积层C0和C5、两个多尺度注意力模块、二个残差模块和一个全连接模块组成；所述多尺度注意力模块，包括并联设置的三个三维卷积层C1、C2和C3，其后串联设置的一个三维卷积层C4和空谱注意力模块；C0、C1、C2、C3、C4、C5之后均加入有归一化层和修正线性单元激活函数层；C0的输入是经数据预处理后的农作物高光谱图像X，C1、C2和C3的输入均为C0的输出特征图；C4的输入为C1、C2和C3的输出特征的合并特征；第一个残差模块的输入为C0的输出特征图，并与第一个空谱注意力模块的输出特征进行结合，然后输入C5；C5的输出特征图分别输入第二个多尺度注意力模块和第二个残差模块，输出特征进行结合后输入为第二个残差模块的输出特征图； 所述农药残留检测卷积神经网络的空谱注意力模块，包含通道维注意力和空间维注意力，通道维注意力CAF的数学公式如下： ； 其中，F为输入特征矩阵，SN表示共享网络，AvgPool和MaxPool分别为全局平均池化和全局最大池化，W0和W1均表示权重，与分别表示sigmoid与修正线性单元激活函数，和分别表示由平均池化和最大池化生成的通道描述符； 空间维注意力SAF的数学公式如下： ； 其中，代表卷积核大小为的三维卷积操作，和分别表示由全局平均池化和全局最大值池化生成两种不同的空间特征描述符； 分别将通道维注意力CAF和空间维注意力SAF利用矩阵乘法叠加在空谱注意力模块的输入特征图上，得到细化后的通道维输出特征图和空间维输出特征图；对所述的通道维输出特征图和空间维输出特征图之后设置一个残差模块，用于将通道及空间注意力修正后的高层特征与输入特征残差连接，并进行拼接操作，最终得到联合修正后的输出特征F1，其过程用数学表示为： ； 其中，F为空谱注意力模块的输入特征； 所述农药残留检测卷积神经网络，将所述农药残留检测卷积神经网络中全连接模块的第三个附带有Softmax分类函数的全连接层替换为随机森林分类器，并由随机森林分类器进行分类。

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。