Abstract：
目前对茶叶状态的识别主要依赖人工完成,规模化、产业化生产制造较为困难。作为机器学习的一个新兴方向,深度学习以其准确性和高效性得到广泛关注。将深度学习中的卷积神经网络算法应用于茶叶状态识别中,根据实际的应用场合对经典的卷积神经网络算法进一步优化,利用提取到的茶叶图像集训练网络,最终使网络能够正确识别茶叶状态。实验结果表明:该算法能够对茶叶状态的判别标志——茶叶嫩芽进行有效的3D识别,且对于不同的影响因素具有一定的鲁棒性。
Keyword：
Reprint 's Address：
Email：
Source ：
重庆理工大学学报(自然科学)
ISSN： 1674-8425
CN： 50-1205/T
Year： 2015
Issue： 12
Volume： 29
Page： 120-126
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
