一种基于深度学习的家蚕微粒子病无损检测方法及系统

    公开(公告)号:CN116364275A

    公开(公告)日:2023-06-30

    申请号:CN202310289482.6

    申请日:2023-03-23

    Abstract: 本发明公开了一种基于深度学习的家蚕微粒子病无损检测方法及系统,该方法包括:采集家蚕蚕卵样品的拉曼光谱数据并进行数据预处理,构建家蚕微粒子病拉曼光谱数据集;引入密集连接块与转换层,构建基于R‑DenseNet的深度学习分类模型;基于R‑DenseNet的深度学习分类模型对家蚕微粒子病拉曼光谱数据集进行分类训练,得到家蚕微粒子病分类学习结果。该系统包括:采集模块、构建模块和分类模块。通过使用本发明,通过构建基于R‑DenseNet的深度学习分类模型实现对家蚕微粒子病拉曼光谱的快速、准确且无损的检测。本发明作为一种基于深度学习的家蚕微粒子病无损检测方法及系统,可广泛应用于拉曼光谱数据分类技术领域。

Patent Agency Ranking