本文已被:浏览 48次 下载 5次
中文摘要: 针对不同产地花椒产品的溯源问题,提出一种基于电子鼻和电子舌结合一维卷积神经网络( One Dimension-Convolutional Neural Nwtworks, 1D-CNN)——长短期记忆网络(Long Short-Term Memory, LSTM) 混合模型的花椒产地快速检测方法。以 5 个不同产地的花椒为试验对象,采用电子舌和电子鼻分别采集花椒样本的味觉和嗅觉指纹图谱信息,根据信号特点分别设计 1D-CNN 提取味觉和嗅觉信号中的局部空间特征,然后采用 LSTM 捕捉信号的时间序列特征,最后采用多层感知机融合两种特征并进行分类识别。实验结果表明,电子鼻与电子舌信息融合对不同产地花椒的分辨准确率优于单一设备,与其他深度模型相比,所提的模型分类准确性更高,其准确率、精确率、召回率、F1 分数分别达到 99.0%、99.1%、99.0%、0.989。以上研究将为不同产地花椒的快速鉴定提供新的方法,并为其他农产品的产地溯源检测提供新的研究思路。
Abstract:
keywords:
文章编号:cg220698 中图分类号:TH879;TP391.4 文献标志码:
基金项目:
Author Name | Affiliation | |
wzq@sdut.edu.cn |
引用文本: