热门
基于卷积神经网络的鲜茶叶智能分选系统研究
文献类型：期刊论文
| 刊名 | 农业机械学报
 |
| 出版日期 | 2017 |
| 卷号 | 48 |
| 关键词 | 茶叶分选 深度学习 卷积神经网络 反向传播 |
| ISSN号 | 1000-1298 |
| 其他题名 | Intelligent Fresh-tea-leaves Sorting System Research Based on Convolution Neural Network |
| 英文摘要 | 机采鲜茶叶中混有各种等级的茶叶,针对风选、筛选等分选方法难以做到精确细分的问题,结合计算机视觉技术和深度学习方法,设计了一套鲜茶叶智能分选系统,搭建了基于7层结构的卷积神经网络识别模型,通过共享权值和逐渐下降的学习速率,提高了卷积神经网络的训练性能。经过实验验证,该分选系统可以实现鲜茶叶的自动识别和分选,识别正确率不低于90%,可对鲜茶叶中的单芽、一芽一叶、一芽二叶、一芽三叶、单片叶、叶梗进行有效的类别分选。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6033112 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/63466]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 基于卷积神经网络的鲜茶叶智能分选系统研究[J]. 农业机械学报,2017,48. |
| APA | (2017).基于卷积神经网络的鲜茶叶智能分选系统研究.农业机械学报,48. |
| MLA | "基于卷积神经网络的鲜茶叶智能分选系统研究".农业机械学报 48(2017). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。