基于深度学习的有机番茄鉴别

作     者：陈思维 李嘉璐 卢哲 颜文婧 CHEN Siwei;LI Jialu;LU Zhe;YAN Wenjing

作者机构：北京工商大学轻工科学与工程学院北京100048 北京工商大学计算机与人工智能学院北京100048 

出 版 物：《安徽农学通报》 (Anhui Agricultural Science Bulletin)

年 卷 期：2024年第30卷第13期

页      面：95-102页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 09[农学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0902[农学-园艺学] 0811[工学-控制科学与工程] 090202[农学-蔬菜学] 

基　　金：北京市属高校教师队伍建设支持计划高水平科研创新团队项目(BPHR20220104) 

主　　题：深度学习 有机番茄 降维 神经网络 长短期记忆网络 

摘      要：为满足消费市场上不断增长的有机番茄食用与鉴别需求,基于质谱检测数据,本文研究了一种有机番茄快速鉴别深度学习模型。首先,模型使用无监督降维方法对原始质谱检测数据进行降维,提取关键信息;其次,使用长短期记忆网络(Long short-term memory,LSTM)和Transformer网络提取序列信息特征;最后,利用反向传播(Back propagation,BP)神经网络构建分类器,实现面向有机及非有机番茄的精准识别。模型识别准确率在训练集上表现为98.437%,在测试集上表现为97.478%。结果表明,模型在有机及非有机番茄质谱快速检测识别任务上具有一定应用潜力,可部分满足有机番茄市场的发展需求,为有机番茄鉴别提供一定参考。