本发明公开了一种基于卷积神经网络的松茸快速无损检测系统及方法，包括深度学习卷积神经网络模型、控制端和消费者终端；深度学习卷积神经网络模型包括样本收集、数据采集、深度学习卷积神经网络建模及优化；样本收集完成对检测对象的样本筛选建立样本集，并将样本集分为训练集、验证集和测试集；数据采集包括样本化学含量测量和光谱数据采集；深度学习卷积神经网络建模及优化利用深度学习中的卷积神经网络模型和池化处理对经过预处理的光谱数据和相应的化学含量进行建模；深度学习卷积神经网络模型对松茸的检测结果存储在所述控制端；消费者终端通过访问控制端能够得到松茸的检测数据。本发明能够有效降低检测成本，并有利于监管部门监管市场。
声明：
“基于卷积神经网络的松茸快速无损检测系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1088
编辑：管理员
来源：北方有色网
咨询细节
