您好，欢迎访问浙江省农业科学院 机构知识库！
浙江省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于AlexNet卷积神经网络的大米产地高光谱快速判别

文献类型： 中文期刊

作者： 吴静珠 1 ; 李晓琪 1 ; 林珑 1 ; 刘翠玲 1 ; 刘志 2 ; 袁玉伟 2 ;

作者机构： 1.北京工商大学

2.浙江省农业科学院

关键词： 高光谱;大米产地鉴别;主成分分析;AlexNet卷积神经网络

期刊名称： 中国食品学报

ISSN： 1009-7848

年卷期： 2022 年 22 卷 001 期

页码： 282-288

收录情况： EI ; 北大核心 ; CSCD

摘要： 采集我国东北和非东北10个产地、4个品种共计1000份单粒大米样本在波长950~1700 nm区间的高光谱图像,按照单粒大米轮廓提取感兴趣区域并计算平均光谱,采用主成分分析从样本集光谱矩阵提取累计贡献率大于99%的第一、二主成分,根据载荷矩阵系数最大值筛选与第一、二主成分相关性最强的特征波长1396.67 nm和1467.38 nm.针对两组特征波长图像进行主成分分析,分别选取前三维主成分,共计可得2×3组训练样本集.结果表明:基于AlexNet卷积神经网络训练建立6组东北/非东北大米产地高光谱快速判别模型,均有较高的识别准确率,其中基于1467.38 nm波长的第三主成分图像建立的东北/非东北大米产地判别模型的性能最佳,其识别准确率可达99.5%.

  • 相关文献
作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：浙江省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台