領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
針對盒裝水餃中的異物嚴重危害消費者身心健康，以及傳統(tǒng)金屬檢測機只能檢測金屬、檢測結(jié)果無法直觀可視的現(xiàn)狀，建立一種基于LeNet卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）模型的異物水餃識別方法，對含有金屬鋼球、鐵絲、螺釘、石頭和玻璃5 種異物的X射線水餃圖像進行檢測。首先利用X射線檢測設(shè)備獲取無異物和異物水餃圖像，對圖像進行去噪和對比度拉伸變換處理。其次，采用批量歸一化方法、Softmax線性回歸分類器，以ReLu為激活函數(shù)、Max-Pooling為下采樣方法，對設(shè)計的CNN模型進行優(yōu)化、訓(xùn)練和驗證。利用訓(xùn)練好的網(wǎng)絡(luò)模型對無異物和異物水餃圖像各100 幅進行測試，結(jié)果表明：該方法可以精確地識別異物水餃，識別率為99.78%。最后，通過提取局部二值模式、方向梯度直方圖和Gabor常規(guī)紋理特征作為識別無異物和異物水餃的特征向量，利用BP神經(jīng)網(wǎng)絡(luò)、支持向量機（support vector machine，SVM）、K最鄰近分類器、AdaBoost分類器、樸素貝葉斯分類器和決策樹類器對水餃圖像進行識別，將識別結(jié)果與本實驗網(wǎng)絡(luò)模型進行對比，驗證了本實驗算法的優(yōu)越性和所提取特征的有效性。該研究為食品中的異物檢測提供了新的思路，有利于保障食品安全。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
