基于拉曼光谱和深度学习的家蚕卵微粒子病无损检测

摘要： 为研究家蚕微粒子病检测方法，基于密集连接块提出用R-DenseNet模型对家蚕微粒子病拉曼光谱进行无损检测。以患家蚕微粒子病原原母种卵为实验样本，构建家蚕微粒子病拉曼光谱数据集。R-DenseNet与其他5种分类模型的对比结果表明，不使用额外预处理的R-DenseNet的检测准确率达到97.32%,优于使用预处理的传统分类模型；对于处理60 dB强度噪声的光谱数据，R-Dens... （共8页）