摘要
本发明涉及一种基于多维数据融合与人工智能优化算法的鹿茸品种快速鉴别方法与系统,通过使用计算机视觉(CV)、高效液相色谱法(HPLC)、快速气象电子鼻技术(UF‑GC‑E‑nose),收集了不同品种鹿茸片的颜色、纹理、成分含量等多维特征数据,包括梅花鹿茸、马鹿茸、驯鹿茸和驼鹿茸,实现高效、精准、自动化的品种识别与溯源,体现了复杂系统中整体优于部分之和的特性,产生了很好的溯源结果,构建的基于多维数据融合智能算法,为食品品种判别与溯源提供了参考和数据支持。
技术关键词
梅花鹿茸
人工智能优化算法
马鹿茸
多维特征数据
鹿茸样品
电子鼻技术
品种识别
气味特征
高效液相色谱技术
快速鉴别方法
异戊醛
多元统计分析
亮氨酸含量
鲸鱼优化算法
异丁醛
纹理特征
局部二值模式
计算机视觉技术
高效液相色谱法
系统为您推荐了相关专利信息
切割保护液
多维特征数据
机器学习模型训练
水溶性树脂
梯度提升决策树
集成光学传感器
多维特征数据
高维特征向量
编码光
多通道
智能优化设计方法
泵头结构
参数
在线字典学习
稀疏系数向量
侧信道分析方法
密钥
卷积神经网络模型
深度学习模型
相关性功耗分析
定位误差校正方法
多维特征数据
元学习算法
条件生成对抗网络
编码向量