摘要
本发明涉及食品安全人工智能检测领域,更具体的说,本发明涉及一种基于多元宇宙优化的黄曲霉毒素像素级检测方法。本发明提供一种基于多元宇宙优化的黄曲霉毒素像素级检测方法,包括:数据采集处理步骤:获取样本谷物的第一历史光谱数据并进行数据预处理以获得第二历史光谱数据;模型构建优化步骤:构建CNN‑BiLSTM模型,基于多元宇宙算法优化CNN‑BiLSTM模型,并通过第二历史光谱数据训练优化后的CNN‑BiLSTM模型,获取MVO‑CNN‑BiLSTM模型;对MVO‑CNN‑BiLSTM模型进行微调,获取黄曲霉毒素像素级检测模型;黄曲霉毒素检测步骤:将待测光谱数据输入黄曲霉毒素像素级检测模型,获取黄曲霉毒素像素级检测结果。
技术关键词
BiLSTM模型
像素
黄曲霉毒素检测
多元宇宙算法
模型超参数
数据
双向长短期记忆
伪彩色图像
卷积模型
立方体
曲线
微调单元
标签
样本
变量
轮盘
系统为您推荐了相关专利信息
卫星遥感图像
边坡监测方法
物理
无人机技术
多源异构数据
图像彩色化方法
语义特征提取
主成分分析法
颜色
通道