摘要：秀珍菇在培养时常出现菌丝退化的现象,导致产量下降和品质降低。文章研究深度模糊卷积神经网络在秀珍菇菌丝退化高光谱图像分类中的应用。首先对培养的秀珍菇菌丝进行高光谱图像采集并进行去噪预处理;其次分别使用主成分分析(PCA)与连续投影算法(SPA)对去噪后的高光谱图像进行特征波长的选择,得到PCA和SPA选取的特征数据集;然后构建深度Ⅱ型模糊卷积神经网络(Deep Type-2 Fuzzy-Based CNN,DT2F-CNN)分类模型,并设计比例积分梯度下降(Proportional Integral-Based Stochastic Gradient Descent,PI-SGD)学习优化器;最后对比在PCA和SPA特征数据集下,DT2F-CNN与CNN的模型分类结果,以及PI-SGD优化器与SGD、Adam、RPSprop、Adadelta、Adagrad等优化器的分类结果。