豬肉作為我國(guó)居民的首選肉類食品,其品質(zhì)一直是生豬養(yǎng)殖、屠宰以及食品加工行業(yè)最為關(guān)心的問題。目前公認(rèn)的豬肉品質(zhì)評(píng)價(jià)指標(biāo)有豬胴體中瘦肉率、肌內(nèi)脂肪含量。CT技術(shù)作為一種有效的無損檢測(cè)技術(shù)在豬胴體組成檢測(cè)方面具有廣闊的應(yīng)用前景。隨著深度學(xué)習(xí)的快速發(fā)展,將深度學(xué)習(xí)技術(shù)結(jié)合CT無損檢測(cè)技術(shù)實(shí)現(xiàn)豬胴體組成的測(cè)定成為一個(gè)研究熱點(diǎn)。本文嘗試將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于豬胴體組成測(cè)定,提出了一種結(jié)合Inception模塊和MSVR算法的卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。本文的具體工作如下:（1）實(shí)驗(yàn)數(shù)據(jù)的獲取和處理。為構(gòu)建完整的用于豬胴體組成測(cè)定的CT圖像數(shù)據(jù)集,首先采集了體重在20-50kg之間的活體公豬CT圖像數(shù)據(jù)以及對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)（豬胴體肌內(nèi)脂肪含量和瘦肉率）。為了便于后續(xù)模型的訓(xùn)練與學(xué)習(xí),對(duì)原始CT圖像進(jìn)行了數(shù)據(jù)預(yù)處理,包括格式轉(zhuǎn)換、圖像去噪和圖像數(shù)據(jù)增強(qiáng)。（2）基于CNN的豬胴體組成預(yù)測(cè)模型的構(gòu)建。利用卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取圖像特征的特點(diǎn),基于傳統(tǒng)CNN構(gòu)建了4種不同深度的CNN模型,通過在已構(gòu)建的數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),驗(yàn)證了利用卷積神經(jīng)網(wǎng)絡(luò)在CT圖像上預(yù)測(cè)豬胴體組成的可行性。（3）結(jié)合Inception模塊和MSVR... 

【文章來源】：西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與技術(shù)路線
    1.4 本文的組織結(jié)構(gòu)
第二章 實(shí)驗(yàn)數(shù)據(jù)的獲取和處理
    2.1 CT圖像相關(guān)知識(shí)介紹
        2.1.1 CT成像原理
        2.1.2 CT圖像的特點(diǎn)
    2.2 實(shí)驗(yàn)數(shù)據(jù)的獲取
    2.3 CT圖像數(shù)據(jù)的處理
        2.3.1 CT圖像格式轉(zhuǎn)換
        2.3.2 CT圖像去噪
        2.3.3 數(shù)據(jù)增強(qiáng)
    2.4 本章小結(jié)
第三章 基于CNN的豬胴體組成預(yù)測(cè)模型
    3.1 卷積神經(jīng)網(wǎng)絡(luò)
        3.1.1 卷積神經(jīng)網(wǎng)絡(luò)概述
        3.1.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.3 典型的卷積神經(jīng)網(wǎng)絡(luò)
    3.2 基于CNN的豬胴體組成預(yù)測(cè)模型的構(gòu)建
    3.3 實(shí)驗(yàn)過程及分析
        3.3.1 深度學(xué)習(xí)環(huán)境的搭建
        3.3.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 結(jié)合Inception模塊和MSVR算法的豬胴體組成預(yù)測(cè)優(yōu)化模型
    4.1 Inception模塊
    4.2 MSVR算法
    4.3 改進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 實(shí)驗(yàn)過程及分析
        4.4.1 訓(xùn)練過程
        4.4.2 實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷


【參考文獻(xiàn)】：
期刊論文
[1]基于K-means-RBF的雞肉品質(zhì)分類方法研究[J]. 邢素霞,王九清,陳思,王睿.  食品科學(xué)技術(shù)學(xué)報(bào). 2018(04)
[2]多輸出支持向量機(jī)混合模型在機(jī)車調(diào)簧中的應(yīng)用[J]. 潘迪夫,陳軍,鮑天哲,韓錕.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的小樣本圖像識(shí)別方法[J]. 段萌,王功鵬,牛常勇.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)
[4]國(guó)內(nèi)外豬肉質(zhì)量快速無損檢測(cè)技術(shù)的研究進(jìn)展[J]. 李瑩,張偉敏,黃海珠,胡曉蘋.  食品研究與開發(fā). 2017(20)
[5]數(shù)字資源長(zhǎng)期保存的標(biāo)準(zhǔn)體系研究[J]. 劉振.  情報(bào)理論與實(shí)踐. 2016(07)
[6]水分和溫度對(duì)豬肉質(zhì)構(gòu)及感官品質(zhì)的影響[J]. 張立彥,胡嘉穎.  現(xiàn)代食品科技. 2016(09)
[7]第1講 深度學(xué)習(xí):開啟人工智能的新紀(jì)元[J]. 李軼南,張雄偉,李治中,吳海佳,孫久皓.  軍事通信技術(shù). 2015(04)
[8]基于機(jī)器視覺的豬胴體背膘厚度在線檢測(cè)技術(shù)[J]. 李青,彭彥昆.  農(nóng)業(yè)工程學(xué)報(bào). 2015(18)
[9]利用雙能X射線預(yù)測(cè)綿羊胴體肌內(nèi)脂肪含量的研究[J]. 劉斌,季小陽(yáng),付軍科,靳婷,段合堂,張文廣.  中國(guó)畜牧獸醫(yī). 2015(08)
[10]注水肉無損檢測(cè)技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)分析[J]. 黃玉萍,陳桂云,夏建春,於海明.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(01)

博士論文
[1]丁酸梭菌對(duì)肉雞脂肪代謝的影響及其機(jī)理研究[D]. 趙旭.中國(guó)農(nóng)業(yè)大學(xué) 2014
[2]基于系統(tǒng)建模的低劑量CT重建研究[D]. 張華.南方醫(yī)科大學(xué) 2014
[3]低劑量CT投影恢復(fù)及不完備數(shù)據(jù)重建算法研究[D]. 劉祎.中北大學(xué) 2014
[4]顳骨影像立體解剖學(xué)研究[D]. 田旭.北京協(xié)和醫(yī)學(xué)院 2013
[5]雙模式小動(dòng)物成像系統(tǒng)關(guān)鍵技術(shù)研究[D]. 楊孝全.華中科技大學(xué) 2010
[6]畜肉品質(zhì)評(píng)定方法及綜合評(píng)定系統(tǒng)研究[D]. 王笑丹.吉林大學(xué) 2008
[7]基于GPU的三維醫(yī)學(xué)圖像處理算法研究[D]. 李冠華.大連理工大學(xué) 2009

碩士論文
[1]基于深度學(xué)習(xí)的高分辨率遙感影像目標(biāo)檢測(cè)方法研究[D]. 劉鵬.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所) 2018
[2]基于皮膚鏡圖像的皮損區(qū)域識(shí)別研究[D]. 楊雯杰.電子科技大學(xué) 2018
[3]從江香豬肌內(nèi)脂肪預(yù)測(cè)模型構(gòu)建及LPL基因相關(guān)研究[D]. 張雄.貴州大學(xué) 2017
[4]基于機(jī)器視覺的生豬瘦肉率無損檢測(cè)技術(shù)研究[D]. 張萌.華南農(nóng)業(yè)大學(xué) 2016
[5]基于顏色特征優(yōu)化的豬肉新鮮度判定模型構(gòu)建及移動(dòng)應(yīng)用開發(fā)[D]. 潘婧.上海海洋大學(xué) 2016



本文編號(hào)：3326461