论文部分内容阅读
为了满足混合烟丝物质组成的检测需求,针对叶丝、梗丝、膨胀叶丝、再造烟叶丝4种烟丝组成的结构特征差异,采用深度学习的方法,建立基于卷积神经网络的烟丝组成识别模型,使用体现烟丝微观结构特征的局部特征图片作为神经网络的输入,分析识别出每个特征图片对应的输出结果,通过统计方法得出烟丝的组成成分。结果表明:识别模型对烟丝训练样本和测试样本的识别正确率分别为100%和84.95%,模型中的卷积神经网络结合相应的结果表示方法,可以更好地提高烟丝样本成分的识别正确率。