本发明特别涉及一种基于级联森林和卷积神经网络的小麦粉筋度检测方法,包括如下步骤:A、选取已知筋度的小麦粉作为样本并分成训练集和测试集;B、采集高光谱图像;C、提取单波段图;D、获得图像特征;E、将特征波长和图像特征进行图谱融合后作为特征值,将筋度标签作为结果,代入级联森林模型中进行训练得到小麦粉筋度识别模型;F、将测试集代入训练好的小麦粉筋度识别模型中进行测试,得到预测的筋度类别以及类别准确度。利用高光谱数据获得光谱特征建立小麦粉筋度控制模型,继而通过模型对输入数据进行对比分析,快速无损识别出小麦粉的筋度,判别小麦粉筋度是否符合制作工艺要求检测方法,该检测方法适用性强、检测精度高,能够无损地实现小麦粉筋度检测。
声明:
“基于级联森林和卷积神经网络的小麦粉筋度检测方法” 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)