本发明公开了基于机器学习的苹果霉心病超声无损快速检测设备及方法,包括步骤一,设备调试;步骤二,数据采集;步骤三,数据降噪;步骤四,机器学习;步骤五,数据显示;本发明通过滑台机构的设置,有利于根据苹果的大小调整非聚焦探头和超声接收器的高度,保证了非聚焦探头中心、苹果果心和超声接收器中心处理同一直线上,有利于提升检测的准确性,通过自主设计的设备以及方法,实现了对苹果霉心病的检测,检测时间仅为0.1s左右,大大提高了检测效率,防止了霉心病扩散对果农造成严重的经济损失,能够有效提升苹果质量,设备简单,制造成本低,检测方法易于操作,并且采用超声检测,检测成本低,大大降低了整体成本。
声明:
“基于机器学习的苹果霉心病超声无损快速检测设备及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)