摘要
本公开涉及烟叶产地检测技术领域,提供了一种基于深度学习的烟叶产地检测方法、装置、介质及设备,所述方法包括:首先,获取预设传感器阵列采集的烟叶信号信息;并对烟叶信号信息进行降噪处理,得到待检测烟叶信号;基于训练好的深度学习模型对待检测烟叶信号进行产地检测,得到与待检测烟叶信号对应的目标烟叶产地。本实施例通过将传感器技术和深度学习算法结合,以实现对烟叶产地的检测,不仅提高了烟叶产地检测的准确性和效率,还降低了人为因素的干扰,实现了对烟叶产地的快速、准确识别。
技术关键词
检测烟叶
深度学习模型
烟叶产地
预测类别
传感器阵列
传感器器件
局部特征信息
深度学习预测
气室
数据
局部特征提取
气流
信号
模块
卡尔曼滤波方法
深度学习算法
传感器技术
处理器
系统为您推荐了相关专利信息
决策支持方法
风险预测模型
多模态融合机制
时间序列特征
决策支持模型
参数智能优化方法
压铸设备
压铸件
新能源汽车
数字孪生模型
旱情预测
历史监测数据
广义线性模型
实时监测数据
传感器阵列
光强
残差神经网络
光束
深度学习模型
大气湍流扰动
质控系统
超声扫查设备
对比度
多尺度
深度学习模型