公开(公告)号：CN113030001A

公开(公告)日：2021-06-25

申请号：CN202110295363.2

申请日：2021-03-19

Applicant: 北京农业智能装备技术研究中心

Inventor： 黄文倩 ,  刘三庆 ,  樊书祥 ,  田喜 ,  何鑫

IPC: G01N21/3563 ,  G01N21/359 ,  G01N21/35 ,  G06N3/04

Abstract: 本发明提供一种水果糖度检测方法及系统，该方法包括：采集待测水果的近红外光谱数据；将近红外光谱数据输入至糖度检测模型，以根据糖度检测模型的输出结果，获取近红外光谱数据对应的糖度预测值；糖度检测模型是采用迁移学习的方法，在训练好的卷积自编码器的基础上构建的。本发明提供的水果糖度检测方法及系统，基于迁移学习的方法，利用训练好的待迁移自编码器建立了提取苹果近红外光谱数据特征的卷积自编码器模型，以利用苹果近红外光谱数据集对其进行训练，解决了深度学习对于数据量需求较大的问题，可以有效提取苹果近红外光谱的特征，并且以这些特征作为输入变量，输入至糖度检测模型，能够有效地实现苹果糖度的高精度、高效率检测。

公开(公告)号：CN113030001B

公开(公告)日：2022-08-23

申请号：CN202110295363.2

申请日：2021-03-19

Applicant: 北京农业智能装备技术研究中心

Inventor： 黄文倩 ,  刘三庆 ,  樊书祥 ,  田喜 ,  何鑫

IPC: G01N21/3563 ,  G01N21/359 ,  G01N21/35 ,  G06N3/04

Abstract: 本发明提供一种水果糖度检测方法及系统，该方法包括：采集待测水果的近红外光谱数据；将近红外光谱数据输入至糖度检测模型，以根据糖度检测模型的输出结果，获取近红外光谱数据对应的糖度预测值；糖度检测模型是采用迁移学习的方法，在训练好的卷积自编码器的基础上构建的。本发明提供的水果糖度检测方法及系统，基于迁移学习的方法，利用训练好的待迁移自编码器建立了提取苹果近红外光谱数据特征的卷积自编码器模型，以利用苹果近红外光谱数据集对其进行训练，解决了深度学习对于数据量需求较大的问题，可以有效提取苹果近红外光谱的特征，并且以这些特征作为输入变量，输入至糖度检测模型，能够有效地实现苹果糖度的高精度、高效率检测。