摘要
本发明提供了一种高粱中蛋白和水分含量的检测方法、检测系统和存储介质,属于食品检测技术领域。该检测方法通过采集高粱样本的高光谱图像,利用大津分割算法提取光谱数据,结合卷积神经网络CNN和长短期记忆网络LSTM的模型构建了CLNet模型,能够同时捕获光谱数据的局部和全局特征,建立起光谱特征与待测物质含量之间的非线性映射关系。在实际应用中,只需将待测高粱样本的高光谱图像数据输入到训练好的CLNet模型中,即可实现对高粱蛋白质和水分含量的快速、无损预测,并直观地呈现出含量的可视化结果。这种方法大大提高了检测效率和准确性,可广泛应用于白酒生产中的原料质量控制和产品品质提升,具有显著的经济效益和应用前景。
技术关键词
高粱
长短期记忆网络
高光谱成像系统
非线性映射关系
称量瓶
大津算法
特征提取模块
校正
深度学习网络模型
样本
感兴趣
数据
化学分析方法
伪彩色图像
预测模型训练
空间分布特征
凯氏定氮法
食品检测技术
蛋白
系统为您推荐了相关专利信息
识别模型训练方法
教师
学生
长短期记忆网络
文本
故障预测系统
长短期记忆网络
数据收集单元
系统日志
数据收集模块
网络安全管理系统
风险评估模型
油气
实时数据
数据采集模块
负荷
气象
场景生成方法
灰色系统模型
Copula函数