TY -的A2黄至岑溪AU -乔,石城王盟——,Qinghu盟——张,6月盟——贝聿铭,织里PY - 2020 DA - 2020/05/20 TI -检测和分类的早期腐烂在蓝莓基于改进深剩余3 d卷积神经网络在高光谱图像SP - 8895875六世- 2020 AB -最近,腐烂的蓝莓的自动检测在食品行业仍然是一个挑战。蓝莓的早期腐烂发生在果皮表面，可以采用高光谱成像模式检测蓝莓腐烂区域的可行性。提出一种改进的深度残差三维卷积神经网络(deep residual 3D convolutional neural network, 3D- cnn)框架用于高光谱图像分类，实现快速训练、分类和参数优化。利用我们提出的网络，可以从完整的高光谱图像样本中快速提取丰富的光谱和空间特征。这将自适应地结合树结构Parzen estimator (TPE)并选择超级参数来优化网络性能。此外，针对样本较少的问题，本文提出了一种新的增强高光谱图像样本数据的策略，可以提高训练效果。在标准高光谱蓝莓数据集上的实验结果表明，与AlexNet和GoogleNet相比，该框架提高了分类精度。此外，我们提出的网络减少了一半的参数和训练时间约10%。doi.org/10.1155/2020/8895875 DO - 10.1155/2020/8895875 JF - Scientific Programming PB - Hindawi KW - ER -