融合声振信号与可见近红外透射光谱的苹果轻度霉心病检测OA北大核心CSTPCD
针对单一方法对苹果轻度霉心病检测精度较低的问题,提出基于近红外透射光谱和声振技术的异源信息融合方法,以提升对苹果轻度霉心病的判别能力。针对近红外光谱信号,首先分析不同预处理和特征提取方法对建模效果的影响,完成光谱特征波段的选择。针对声振信号,利用YSV工程测试与信号分析软件和Pearson相关系数优选7个时域特征。随后,通过特征拼接将光谱特征波段与时域特征组成融合特征向量,分别采用卷积神经网络(convolutional neural netwo…查看全部>>
谷家辉;赖丽思;王凯;张慧
新疆大学智能制造现代产业学院,新疆乌鲁木齐830017新疆大学智能制造现代产业学院,新疆乌鲁木齐830017新疆大学智能制造现代产业学院,新疆乌鲁木齐830017新疆大学智能制造现代产业学院,新疆乌鲁木齐830017
轻工业
可见近红外透射光谱声振信号苹果霉心病特征融合卷积神经网络-长短时记忆网络
《食品科学》 2024 (23)
P.259-267,9
新疆维吾尔自治区自然科学基金项目(2022D01C674)。
评论