专利交易市场

本发明涉及一种土壤湿润状态下同时预测多种土壤属性的方法，采用大多数研究中鲜有使用的湿润土壤可见‑近红外高光谱数据进行土壤属性的预测和建模，首先对高光谱数据进行分数阶微分处理，然后通过建立多输出的一维卷积神经网络模型1DCNN来预测土壤有机质、水分、氧化铁、砂粒、粉粒和粘粒含量，实现上述土壤属性数据基于可见‑近红外光谱的精准预测。通过本发明提供的方法，无需对土壤样品进行风干处理，且仅需建立一个模型，即可实现对多种土壤属性含量的精准预测。该方法有效提高了基于可见‑近红外光谱数据预测土壤属性的效率和精度，提升了高光谱数据的使用便捷性，同时有效避免了土壤水分会影响土壤属性预测精度的问题，具有推广应用的潜力。

本发明公开了一种光谱分析的贝类重金属动态检测结构与方法，包括控制中心、循环进料机构和检测预警机构，所述控制中心的边侧安装有循环进料机构，所述循环进料机构的左侧安装有定位传送机构，所述定位传送机构的边侧连接有光谱图像采集机构，且光谱图像采集机构由避光箱体和光谱相机组成，并且避光箱体的上方固定安装有光谱相机，所述光谱图像采集机构的左侧连接有检测预警机构，且检测预警机构由灯盘组成。该光谱分析的贝类重金属动态检测结构与方法，能够简化整体的操作步骤，同时可对待测贝进行定位输送，且可准确的分析确定待测贝的重金属含量种类和程度，并且可显示对应定位点待测贝的情况以及实现自动化贝类重金属检测。