基于一维卷积神经网络的烟叶仓储霉变预测方法研究

作     者：翟乃琦 云利军 叶志霞 王一博 李亚召 ZHAI Nai-qi;YUN Li-jun;YE Zhi-xia;WANG Yi-bo;LI Ya-zhao

作者机构：云南师范大学信息学院云南昆明650000 

基　　金：云南省应用基础研究计划重点项目(2018FA033) 云南师范大学研究生科研创新基金(ysdyjs2019152) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2021年第43卷第10期

页      码：1833-1837页

摘      要：针对烟叶存储期间的霉变问题,传统的防治措施效果欠佳,且已有的烟叶霉变预测模型的准确率较低,不能有效减少烟叶霉变现象的发生。为了提高预测烟叶霉变状态的准确率,提出了一种基于一维卷积深度神经网络(1D-CNN)的方法。以采集终端传感器数据为基础,对其进行标准化处理,得到模型训练特征,训练一个1D-CNN来预测烟叶霉变状态,优化网络结构,实验结果表明所提方法的预测准确率高于其它传统模型。最后,设计并实现了烟叶仓储霉变智能监测系统,实现了烟叶霉变的实时预测功能,取得了较好的效果。

主 题 词：烟叶霉变 卷积神经网络 霉变预测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-130X.2021.10.017

馆 藏 号：203105261...