领学术科研之先，创食品科技之新
—— 中国食品杂志社
利用高光谱成像技术对小麦不完善粒进行无损检测。以932 个小麦为样本，其中正常粒样本486 个、破损粒样本170 个、虫蚀粒样本149 个及黑胚粒样本127 个为研究对象，通过高光谱图像采集系统采集样本的光谱信息，然后从每个样本的116 个波段中选取30 个波段，建立基于深度学习的卷积神经网络（convolutional neural networks，CNN）模型。实验中的CNN采用2 个卷积层，第1层采用大小为3×3的32 个卷积核，第2层采用大小为5×5的64 个卷积核，池化层采用最大池，激活函数采用修正线性单元，为避免过拟合，在全连接层后面接入dropout层，参数设置为0.5，其他卷积参数均为默认值，得到校正集总识别率为100.00%，测试集总识别率为99.98%。最后，以支持向量机（support vector machine，SVM）为基线模型进行对比，从116 个波段中选取90 个波段进行建模，测试集总识别率为94.73%。通过实验对比可以看出，CNN模型比SVM模型识别率高。研究表明CNN模型能够实现对小麦不完善粒的准确、快速、无损检测。
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
