来源：期刊VIP网 时间：
作者：李鑫;朱磊;张媛;杜艳平;邢晓;
单位：北京印刷学院机电工程学院;
摘要：[目的]解决传统机器学习算法(BP、SVM)无法很好地挖掘时序数据特征导致模型识别和预测效果不佳的问题，最大限度减少新鲜水果在流通过程中鲜度的损失。[方法]以香蕉为研究对象，使用时间卷积网络(TCN)结合有效通道注意力网络(ECA-NET)建立香蕉新鲜度识别模型(ECA-TCN)，并进行仿真测试。[结果]BP、SVM、TCN、ECA-TCN的识别准确率分别为84.89%,85.16%,97.83%,99.03%。[结论]试验方法对香蕉的新鲜度识别具有更好的效果。
关键词：香蕉;;新鲜度;;传感器阵列;;时间卷积网络(TCN);;注意力机制;;剩余货架期预测
基金资助：北京市自然基金项目(编号：KZ202210015020);; 北京印刷学院校级重点教学改革项目(编号：20240027)
