基于卷积神经网络优化模型的粮食运输中的粮情检测方法

一种基于卷积神经网络优化模型的粮食运输中的粮情检测方法，其具体步骤如下：（1）参数设置；（2）数据集采集与处理；（3）模型构建：采用改进后的多目标帝企鹅优化算法构建卷积神经网络回归模型，以模型参数量以及模型对预测值与实际值之间的差异程度为优化目标，借鉴UNet模型对称的下采样和上采样过程，引入多种卷积模块设计算法的搜索空间，提出一种变码长编码策略、动态解码策略以及个体更新策略，得到最适用于粮食运输过程中粮情检测的模型结构；（4）输出最优的个体对应的模型。该方法结合了智能优化算法自动寻优的优点，搭建的回归模型可以更好的适应粮食运输过程中粮情检测任务，确保监测精度的同时，显著降低计算开销。