仪器信息网APP
选仪器、听讲座、看资讯
立即体验
APP内打开
回版面
评论
收藏
点赞
拍砖
举报
取消
发布
当前位置:
仪器社区
>
光谱
>
近红外光谱(NIR)
>
帖子详情
基于LeNet-5卷积神经网络的小麦不完善粒判别
Insm_68f50e17
2024/06/27
私聊
近红外光谱(NIR)
高光谱图像综合光谱、图像数据,信息极为丰富,但同时存在冗余性强,数据量大等问题。卷积神经网络
(
Convolutional neural networks
,
CNN
)
是一种特殊的深层神经网络模型,该模型凭借其权值共享、卷积运算
等特点具有
处理
海量
二维
图片的优势
,
且可以
避免前期对图像复杂的预处理。
CNN
常用的模型有
LeNet
、
AlexNet
、
VGG
、
GoogleNet
、
ResNet
等。典型的卷积
神经
网络
LeNet-5
结构
,
如图
7-7
所示。
本小节研究采用
近红外光谱
成像
技术
结合
LeNet-5
快速判别小麦
不完善粒
的可行性。
图
7-7
LeNet-5结构
示意图
利用
CNN
方法进行图像识别的流程图如图
7
-
8
所示。
图
7-8
CNN的图像识别过程
示意图
1.
训练集和测试集选取
正常粒样本
486
个、破损粒样本
170
个、虫蚀粒样本
149
个及黑胚粒样本
127
个,一共
932
个样本
。
每一个籽粒作为样本单元,通过观察样本每个波段的光谱图成像质量,在每个样本
730.9
~
889.9nm
选取光谱质量好的
30
个波段,则每个样本具有
30
幅不同波段下的样本
光谱图
像
,总共有
27960
个样本图作为
CNN
的输入图像数据,分别随机采用
50%
的样本作为训练集和测试集。
4
类小麦类别的标签采用
one-hot
编码方式,分别为
0001
、
0010
、
0100
和
1000
。
2.
网络结构与参数设计
C
NN
主要由卷积层、池化层和全连接层构成。卷积层用于特征提取,通过卷积运算降低噪声,增强原始信号特征。卷积层中的每个神经元的输入与前一层的局部感受野相连,进而提取该区域的特征,特征提取之后,它与其他特征间的位置关系也随之确定。该层中特征提取是否充分主要由卷积核的数量决定,卷积核个数越多,提取特征越详细。池化层根据图像的局部相关性特征,对卷积层得到的特征图进行下采样,不仅保留了有用信息而且可以实现数据降维,可以有效改善结果,且不易过拟合,池化的方法有最大池化、重叠池化等。全连接层将最终提取的二维特征转化为一维输入,然后连接一个分类器,进行分类识别。根据网络训练的情况,最终建立相应参数的
CNN
模型
。
这里采用
LeNet-5
结构,
即建立两层卷积,第
1
层的卷积核大小为
3×3
,共
32
个卷积核;第
2
层卷积核大小为
5×5
,共
64
个卷积核;池化层大小为
2×2
,选用最大池
化
;激活函数采用修正线性单元(
R
ectifield?
l
inear?
u
nits
,
ReLu
);为防止过拟合,在全连接层后接入
D
ropout
层,参数设置为
0.5
。
3.
网络训练
实验平台为
U
buntun14.04
+
TensorFlow
,
CPU
:
Intel(R)?Xeon(R)?CPU?E5-2643
;内存大小:
64GB
;
GPU
:
NVIDIA?Tesla?K40 m×2
;显存大小:
12GB×2
。
TensorFlow
是
Google
发布的深度学习系统,具有高灵活性、较强的可移植性以及支持多语言等特点。
本实验在训练模型时,根据
loss
函数曲线和
A
ccuracy
值来评判模型训练情况,以及作为参数调节的依据。迭代次数设置为
50000
(
2500×20
),其中每迭代
20
次显示一次结果。在迭代
18000
(
900×20
)次时,
Loss
损失曲线开始陡降;迭代
40000
(
2000×20
)次左右之后,损失函数曲线降为
0
。最终得到正常小麦、虫蚀粒小麦和破损粒
小麦
识别率均为
100%
,黑胚粒小麦识别率为
99.98%
,样本总的正确分类识别率为
99.98%
。
综上,基于深度学习算法的
CNN
模型与高光谱检测技术相结合可以实现小麦的不完善粒的快速准确识别。但是关于网络训练数据集选取有待进一步优化。
相关话题
1
大米产地近红外光谱成像判别分析
2
近红外光谱的氢键效应
3
为什么近红外光谱主要包含的是含氢基团的信息?
4
近红外光谱分析与化学计量学方法
5
近红外光谱分析技术的特点
近期热榜
迎国庆送壕礼!十月发帖抢大疆云台
【官方邀请】高效液相色谱使用情况有奖调研
喜迎国庆!第十七届原创大赛超级原创日参赛奖励翻倍
丹纳赫四十周年寄语征集领大礼包
热门活动
【售后专场--招聘会】
第三届微课大赛投票进行中ing
猜你喜欢
最新推荐
热门推荐
更多推荐
NIR最低能测多低含量
新手求助
2015/12/26
讨论近红外网络化管理问题
讨论
2013/01/25
求助:找1,2,4-三唑的红外光谱
2005/05/17
【分享】哪个更美更小巧可爱
2009/06/22
【分享】近红外光谱分析技术在食品质量安全检测分析中的应用
2010/09/21
【分享】奇文共享-献给第三届全国近红外光谱学术会议
2010/10/14
采用液体插入式漫反射探头应注意哪些问题?
分享
2024/06/14
【求助】再问AOTF .dat数据利用 unscrambler转换成可读出的excel数据问题。
2009/03/04
怎么才能确保光谱仪的检测准确性
分享
2024/09/24
参会指南|全国第十届近红外光谱学术会议
分享
2024/09/24
全国第十届近红外光谱学术会议日程公布
分享
2024/09/24
怎么确保光谱仪的检测准确性
分享
2024/09/23
近红外光谱分析技术的特点——优势
分享
2024/09/20
FIIF2024 饲料行业创新论坛——近红外光谱分论坛概况
分享
2024/08/12
近红外光谱仪是在什么背景下应用于市场局成品油快检领域。
原创
2024/07/30
纸质版《近红外光谱实战宝典》免费送!!!
原创
2024/07/17
实验室容量瓶、移液管等玻璃器皿检定
求助
2024/09/25
标准溶液该如何配置?
第十七届原创
2024/09/25
微量注射器用移液器检定规程出具证书,带CNAS logo,合理吗?
求助
2024/09/25
关于气相基线高一倍求助
求助
2024/09/24
如果计量器具较小,校准标签贴不开怎么办?
求助
2024/09/26
【求助】申请CNAS实验室认可,文审阶段老师提出我司的组织机构图中未体现有关部门对实验室的支撑关系。请问如何修改?
求助
2024/09/24
粪大肠阴性对照 产气肠杆菌的测定
求助
2024/09/25
氟化物数据不稳定
求助
2024/09/25
基于SVM的小麦不完善粒判别
分享
2024/06/27
种子不完善粒的近红外光谱成像分析
分享
2024/06/27
建模分析与技术应用
分享
2024/06/27
数据处理与分析
分享
2024/06/27
光谱图像获取与校正
分享
2024/06/27
美丽的大自然
原创
2024/06/27
赞中国国家博物馆
原创
2024/06/27
又是晴天了
原创
2024/06/27
品牌合作伙伴
丹纳赫苏州基地 打工人的梦想
岛津
日立科学仪器
珀金埃尔默仪器(上海)有限公司(PerkinElmer)
日本电子株式会社
丹纳赫
安捷伦
赛默飞世尔科技
普析通用
欧波同
天美
天瑞仪器
德国耶拿
海能技术
马尔文帕纳科
磐诺科技
上海仪电科仪
梅特勒托利多
聚光科技
莱伯泰科
盛瀚
多宁生物
丹东百特
科哲
卓立汉光
屹尧科技
华谱科仪
宝德仪器
优莱博
HORIBA
布鲁克核磁
举报帖子
执行举报
点赞用户
好友列表
加载中...
正在为您切换请稍后...