摘要
本发明涉及质量评估技术领域,公开了一种无监督特征学习的轻量级牛肉质量评估方法,该方法包括:获取牛肉的原始高光谱数据作为真实数据,并基于生成对抗网络模型,生成高质量样本数据;对高质量样本数据预处理,将预处理后的样本数据映射、重建并融合,并提取不同层次的光谱和空间特征,与其他辅助数据的特征值进行融合或拼接;将融合样本特征映射并融合,生成与真实数据相似的具体微小扰动的样本数据,并与真实数据交替输入到Transformer模型中,更新Transformer模型的参数;基于更新参数后的Transformer模型对牛肉质量进行评估;本发明提高了牛肉质量评估的准确性、客观性、快速性、无损性和全面性。
技术关键词
样本
数据
无监督特征学习
特征值
注意力
生成对抗网络模型
牛肉
编码器
表达式
深度学习模型
捕获特征
模态特征
波长
特征选择
解码器
动态
分布特征
分类器
多尺度
标签
系统为您推荐了相关专利信息
纳米直线电机
耐久测试系统
CAN总线通信模块
嵌入式系统
激光测距系统
三维点云数据
长茎葡萄蕨藻
球形
测量方法
成像仪
储能电源
管理控制方法
热管理策略
控制策略
热点