[发明专利]一种基于CNN的食品高光谱信息分析系统与方法在审
| 申请号： | 201810260864.5 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN108335300A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 余乐;吴超;吴静珠;贾怡恬;刘翠玲 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/136;G06T5/00;G06N3/04;G01N21/31 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100048*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了一种基于卷积神经网络(Convolutional Neural Networks，CNN)模型的食品高光谱信息分析系统与方法。其中，该系统改进了现有商用高光谱仪配套的数据处理平台，除了增加用于加速CNN运算的GPU阵列以外，还集成了数据管理模块、预处理模块、模型建立模块和模型优化模块。一种基于CNN的食品高光谱信息分析方法,包括以下步骤：高光谱数据数据采集，预处理，构建训练与测试集，调用CNN模型，根据需要检测类型获得待测样本缺陷类型，调整模型参数。利用本发明提供的技术方案，用户能够实现对食品高光谱样本缺陷的无损检测与分类，可以在短时间内对TB甚至PB级别的数据进行分析后输出结果，满足了食品安全大数据快速、实时分析的需求，具有十分重要的现实意义。 | ||
| 搜索关键词： | 高光谱 信息分析系统 预处理 卷积神经网络 模型建立模块 数据处理平台 数据管理模块 高光谱数据 预处理模块 待测样本 高光谱仪 模型参数 模型优化 缺陷类型 食品安全 实时分析 输出结果 数据采集 无损检测 系统改进 现实意义 信息分析 测试集 大数据 配套的 构建 商用 调用 运算 样本 分类 检测 分析 | ||
【主权项】：
1.一种基于CNN的食品高光谱信息分析系统，其特征在于，改进了现有商用高光谱仪配套的数据处理平台，增加了用于运行深度学习框架的GPU阵列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工商大学，未经北京工商大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810260864.5/，转载请声明来源钻瓜专利网。
- 上一篇：基于图像处理的模式选择装置
- 下一篇：一种区域分割方法及装置
