[发明专利]基于改进深度森林算法的肉类新鲜度无损检测方法及系统

权利要求书

1.一种基于改进深度森林算法的肉类新鲜度无损检测方法，其特征在于，包括：

获取肉类光谱图像；

对所述肉类光谱图像进行预处理；

将所述预处理后的光谱图像输入到预先构建好的多层级联新鲜度评价深度森林模型中，得到肉类新鲜度检测结果；其中，在所述深度森林模型的每一层之间增加上一层候选特征筛选与层增长控制机制。

2.如权利要求1所述的基于改进深度森林算法的肉类新鲜度无损检测方法，其特征在于，所述对所述肉类光谱图像进行预处理，包括：

对所述肉类光谱图像进行S-G平滑滤波和多元散射校正处理。

3.如权利要求1所述的基于改进深度森林算法的肉类新鲜度无损检测方法，其特征在于，所述特征筛选根据不同的度量指标计算每一层随机森林输出的置信度；通过比较置信度，重新组成特征输入到下一层中。

4.如权利要求3所述的基于改进深度森林算法的肉类新鲜度无损检测方法，其特征在于，所述层增长控制机制，包括：

当通过所述特征筛选得到所述深度森林模型的第t层的输出H^t之后，根据度量指标M计算该层的度量值q[t]；若q[t]大于性能最好的度量值q_best，则更新q_best值；若q[t]连续三次小于q_best并且t在模型最大深度T的范围内，则停止层的增长，同时保留包括q_best所在的层与该层前面的所有层，并删除该层后面的所有层。

5.一种基于改进深度森林算法的肉类新鲜度无损检测系统，其特征在于，包括：

光谱图像获取模块，用于获取肉类光谱图像；

光谱图像预处理模块，用于对所述肉类光谱图像进行预处理；

新鲜度评价模块，用于将所述预处理后的光谱图像输入到预先构建好的多层级联新鲜度评价深度森林模型中，得到肉类新鲜度检测结果；其中，在所述深度森林模型的每一层之间增加上一层候选特征筛选与层增长控制机制。

6.如权利要求5所述的基于改进深度森林算法的肉类新鲜度无损检测系统，其特征在于，所述光谱图像预处理模块，具体用于对所述肉类光谱图像进行S-G平滑滤波和多元散射校正处理。

7.如权利要求5所述的基于改进深度森林算法的肉类新鲜度无损检测系统，其特征在于，所述特征筛选根据不同的度量指标计算每一层随机森林输出的置信度；通过比较置信度，重新组成特征输入到下一层中。

8.如权利要求7所述的基于改进深度森林算法的肉类新鲜度无损检测系统，其特征在于，所述层增长控制机制，包括：

当通过所述特征筛选得到所述深度森林模型的第t层的输出Ht之后，根据度量指标M计算该层的度量值q[t]；若q[t]大于性能最好的度量值q_best，则更新q_best值；若q[t]连续三次小于q_best并且t在模型最大深度T的范围内，则停止层的增长，同时保留包括q_best所在的层与该层前面的所有层，并删除该层后面的所有层。