本发明涉及一种基于卷积神经网络和高光谱技术的柚子粒化分类方法，包括以下步骤：1）获取柚子漫透射高光谱信息；2）对获取的高光谱信息进行归一化预处理，然后将处理后的信息分为训练集和验证集；3）利用训练集对建立的多层卷积神经网络模型进行训练；4）建立损失函数，采用Adagrad梯度下降方式结合反向传播对多层卷积神经网络模型进行训练，将损失最小的模型作为训练得到的多层卷积神经网络模型；5）将训练集和验证集输入训练好的卷积神经网络模型，得到分类结果。该方法有利于无损检测柚子粒化程度，对柚子粒化程度进行分类。
声明：
“基于卷积神经网络和高光谱技术的柚子粒化分类方法” 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)
1181
编辑：管理员
来源：北方有色网
咨询细节
