领学术科研之先，创食品科技之新
—— 中国食品杂志社
首先通过声振无损检测系统获取香梨响应信号，对信号进行经验模态分解并采用不同方法抑制其端点效应和模态混叠以实现信号分解效果最优；然后将香梨声振信号分解的分量作为输入，构建基于空间金字塔池化的卷积神经网络（convolutional neural networks with space pyramid pooling，CNN-SPP）判别模型。结果表明，改进斜率法能更有效抑制香梨声振信号分解端点效应，进一步采用互补自适应噪声完备集合经验模态分解（complementary complete ensemble empirical mode decomposition with adaptive noise，CCEEMDAN）方法可获得模态混叠抑制最佳的信号分量，以此为输入构建CCEEMDAN-CNN-SPP判别模型对香梨黑心病的总体分类准确率为93.66%，对亚健康香梨判别准确率达94.44%，病害果误判率为6.35%，提高了声振法对梨果早期轻度病害的判别精度，为声振法应用于亚健康水果在线检测系统研发提供了研究基础。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
