摘要
本申请属于深度学习技术领域,公开一种农产品的质量标志物的检测方法、系统和终端设备,所述方法包括:采集农产品对目标激光的反射光,得到初始光谱数据;对初始光谱数据进行基线矫正、分离干扰分量和降噪处理,得到目标光谱数据;利用目标深度学习模型从目标光谱数据中提取得到农产品中质量标志物的目标特征峰,并根据目标特征峰推断质量标志物的组成成分。本申请中通过采集农产品对目标激光的反射到的初始光谱数据后进行基线矫正、分离干扰分量和降噪处理,利用目标深度学习模型从得到的目标光谱数据中提取得到农产品中质量标志物的目标特征峰,从而精准地预测出推断农产品的质量标志物的组成成分,并提高了检测效率和精度。
技术关键词
标志物
数据
深度学习模型
基线
矫正
卷积模块
非线性特征
离散小波变换
终端设备
反射光
频率
深度学习技术
曲线
处理器
激光
重构
可读存储介质
存储器
系统为您推荐了相关专利信息
色彩
图像评价方法
环境感知数据
图像评价技术
图像评价系统
人工智能决策
煤矿水害防治方法
数据传输模块
智能决策系统
实时监测数据
跟踪报警系统
共享托盘
分区管理
电子标签装置
传感模块
数据
机器学习模型
计算机设备
计算机程序产品
处理器
建筑三维模型
遥感图像数据
建筑测绘方法
粒子
遥感设备