来源：期刊VIP网 时间：
作者：王丹;刘芳菲;纪晓峰;
单位：河南水利与环境职业学院;信阳农林学院;河南农业大学;
摘要：[目的]实现对新鲜葡萄关键品质指标的准确、无损检测，提出一种基于双通道改进卷积神经网络的新鲜葡萄品质检测分析方法。[方法]采用光纤光谱仪和CCD相机采集葡萄样本可见-近红外光谱和表征图像信息。建立双通道改进卷积神经网络模型，运用GAF变换将一维光谱数据转换为二维图像，以利于卷积神经网络模型从光谱中提出有效特征。设计具有不同尺寸大小卷积核的卷积层对转换后的光谱二维图像和葡萄表征图像进行特征提取，以提升卷积神经网络模型对两类图像特征的综合感知能力。在此基础上，全连接层采用dropout方法对双通道卷积神经网络提取到的光谱数据特征和表征图像特征进行降维与融合，最终实现对葡萄品质指标的准确预测分析。[结果]与其他3种葡萄品质检测方法相比，试验方法的均方根误差分别降低了50.48%,57.44%,49.56%，相关系数分别提高了4.89%,3.13%,2.17%。[结论]试验设计的双通道改进卷积神经网络品质检测分析方法能够实现对葡萄品质关键指标的无损检测。
关键词：葡萄;;光谱;;卷积神经网络;;品质检测
基金资助：河南省科技攻关项目（编号：242102321178）
