-
公开(公告)号:CN118134840B
公开(公告)日:2025-01-24
申请号:CN202410044295.6
申请日:2024-01-12
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于高光谱与深度学习的大米石蜡污染检测方法及系统,本发明属于食品检测领域,包括:制备污染大米样本、获取样本高光谱图像、样本高光谱图像标记与多个工业石蜡污染数据集构建、多情景建模策略数据集组合、大米工业石蜡污染水平判别模型训练;其中,多情景建模策略数据集组合是将根据制备污染大米样本的大米产区、工业石蜡种类与含量构建的多个工业石蜡污染数据集,依据各数据集是否单独训练、训练集与测试集划分比例为依据,设定为训练集与数据集并对大米工业石蜡污染水平判别模型进行训练,以提高模型对少量污染大米的检测精度。本发明利用高光谱和深度成像技术,提出一种简单、高效、适用于少量样本的大米石蜡污染检测方法。
-
公开(公告)号:CN118134840A
公开(公告)日:2024-06-04
申请号:CN202410044295.6
申请日:2024-01-12
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于高光谱与深度学习的大米石蜡污染检测方法及系统,本发明属于食品检测领域,包括:制备污染大米样本、获取样本高光谱图像、样本高光谱图像标记与多个工业石蜡污染数据集构建、多情景建模策略数据集组合、大米工业石蜡污染水平判别模型训练;其中,多情景建模策略数据集组合是将根据制备污染大米样本的大米产区、工业石蜡种类与含量构建的多个工业石蜡污染数据集,依据各数据集是否单独训练、训练集与测试集划分比例为依据,设定为训练集与数据集并对大米工业石蜡污染水平判别模型进行训练,以提高模型对少量污染大米的检测精度。本发明利用高光谱和深度成像技术,提出一种简单、高效、适用于少量样本的大米石蜡污染检测方法。
-