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！

龙图腾网获悉泉州市虹岩茶业有限公司申请的专利一种茶叶智能化筛分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：CN120030332B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510493224.9，技术领域涉及：G06F18/213；该发明授权一种茶叶智能化筛分方法及系统是由江艳华;丁亚;李小燕;黄小琴设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种茶叶智能化筛分方法及系统在说明书摘要公布了：本发明涉及智能茶叶筛分技术领域，公开了一种茶叶智能化筛分方法及系统，包括：采集茶叶形态特征，计算茶叶质地信息，通过CNN‑SVM混合模型融合多模态数据，建立茶叶形态‑质地的非线性映射模型，生成统一筛分特征。根据统一筛分特征计算不同品种茶叶的筛分特征相似度，构建特征迁移矩阵，转换不同茶叶品种的特征。建立跨品种适配筛选茶叶模型，采用域自适应损失函数优化筛分判别边界，提高筛分精度。本发明使得筛分系统能够在不同品种之间实现筛分特征的自适应迁移，减少了重新训练的成本，提高了筛分系统的灵活性和可扩展性。使得筛分模型在不同品种筛分任务中均能保持较高的准确率，即使面对从未见过的新茶叶品种，仍能进行高效筛分。

本发明授权一种茶叶智能化筛分方法及系统在权利要求书中公布了：1.一种茶叶智能化筛分方法，其特征在于，包括： 采集茶叶形态特征，计算茶叶质地信息，通过CNN-SVM混合模型融合多模态数据，建立茶叶形态-质地的非线性映射模型，生成统一筛分特征； 根据统一筛分特征计算不同品种茶叶的筛分特征相似度，构建特征迁移矩阵，转换不同茶叶品种的特征； 建立跨品种适配筛选茶叶模型，采用域自适应损失函数优化筛分判别边界，提高筛分精度； 所述采集茶叶形态特征，计算茶叶质地信息包括： 使用高光谱成像获取茶叶的形态特征，包括茶叶的颜色、形状、纹理； 使用触觉压力传感器测量茶叶在不同压力作用下的变形情况，通过非线性弹性模型，计算茶叶的质地信息，包括茶叶颗粒的刚度、变形系数； 所述非线性弹性模型包括： 触觉压力数据通过压力矩阵P表示，每个测量点的受力和变形关系通过修正Mooney-Rivlin超弹性模型计算刚度特征，表示为： Xtouch＝ftDs,P 其中，Ds表示茶叶样本的质地变形系数，表示茶叶在受力情况下的非线性变形程度；Fmax表示对茶叶的最大施加压力；C1、C2表示超弹性模型的参数，表示材料特性；λ表示相对变形率；P表示触觉传感器采集的压力数据矩阵；ft·表示质地特征计算函数，综合变形系数和压力数据；Xtouch表示茶叶质地特征矩阵； 所述通过CNN-SVM混合模型融合多模态数据，建立茶叶形态-质地的非线性映射模型包括： 使用CNN提取高光谱形态特征Xcnn，SVM用于分类边界优化表示为： Xcnn＝gcXhsi Xfusion＝ΦXcnn,Xtouch Y＝fsvmXfusion 其中，Xcnn表示CNN提取的高光谱形态特征；Xhsi表示高光谱图像原始数据；gc·表示CNN特征提取函数，通过卷积操作获取高维特征；Φ·表示特征融合函数，用于在特征空间中进行非线性映射；Xfusion表示最终的形态-质地融合特征；Y表示SVM分类输出的茶叶筛分类别；fsvm·表示SVM分类函数，基于融合特征进行分类； 建立茶叶形态-质地的非线性映射模型，生成统一筛分特征包括，在数据融合后，采用支持向量回归+拉普拉斯核进行非线性建模，非线性映射使用拉普拉斯核函数，将融合特征映射到筛分空间，表示为： 其中，Xfinal表示最终统一筛分特征；αi表示SVR模型的权重系数；γ表示拉普拉斯核参数，控制特征映射的平滑性；||Xfusion-Xi||1表示L1范数距离度量，用于衡量数据点之间的相似性；N表示训练数据点的数量；Xi表示第i个训练样本的融合特征向量。

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泉州市虹岩茶业有限公司，其通讯地址为：362000 福建省泉州市洛江区万虹路125号泉岩大厦3楼；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”。