基于多输入深度学习模型的棉籽霉变概率预测方法及系统

本发明公开了基于多输入深度学习模型的棉籽霉变概率预测方法，包括以下步骤：获取棉籽的高分辨率图像、近红外光谱数据以及棉籽存储环境中的微生物活性、温湿度和电导率数据；对所述高分辨率图像、近红外光谱、微生物活性、温湿度和电导率数据进行预处理；基于预处理后的数据，利用多输入深度学习模型进行棉籽霉变概率预测。该棉籽霉变概率预测方法通过融合棉籽的高分辨率图像、近红外光谱数据以及存储环境中的微生物活性、温湿度和电导率等多种数据源，利用专门设计的深度学习架构进行特征提取和融合，实现了棉籽霉变概率的准确预测，为棉籽存储管理和品质控制提供了有效保障。