- 专利标题： 一种基于深度学习的黄曲霉毒素智能检测方法
-
申请号： CN202011433931.2申请日： 2020-12-10
-
公开(公告)号： CN112730269A公开(公告)日： 2021-04-30
- 发明人: 韩仲志 , 高霁月 , 吴薇
- 申请人： 青岛农业大学 , 青岛大谷农业信息有限公司 , 青岛青农智能技术研究院有限公司
- 申请人地址： 山东省青岛市城阳区长城路700号; ;
- 专利权人： 青岛农业大学,青岛大谷农业信息有限公司,青岛青农智能技术研究院有限公司
- 当前专利权人： 青岛农业大学,青岛大谷农业信息有限公司,青岛青农智能技术研究院有限公司
- 当前专利权人地址： 山东省青岛市城阳区长城路700号; ;
- 主分类号： G01N21/25
- IPC分类号： G01N21/25 ; G06T7/00 ; G06T5/50 ; G06T5/00 ; G06N3/04 ; G06N3/08
摘要：
本发明涉及一种基于深度学习的黄曲霉毒素智能检测方法，首先，获取单粒霉变谷物高光谱数据，用液相色谱法对每粒谷物进行毒素含量标定，然后，搭建一维深度学习网络，定义网络层数和结构，导入每粒谷物的平均光谱，不断调整网络超参数，选择准确率最高的超参数作为分类模型，本发明与现有的黄曲霉毒素识别模型相比，具有准确率高、灵活度大的优点。
公开/授权文献
- CN112730269B 一种基于深度学习的黄曲霉毒素智能检测方法 公开/授权日：2022-09-13
