声明
第一章 绪论
1.1研究的目的与意义
1.2国内外研究现状
1.2.1猪肉品质的分级国外研究现状
1.2.2猪肉品质的分级国内研究现状
1.2.3深度学习的应用现状
1.3研究内容及研究方法
1.3.1研究内容
1.3.2技术路线
第二章 神经网络理论基础
2.1神经网络技术概述
2.1.1人工神经网络
2.1.2神经网络激活函数
2.2深度学习的基本思想
2.2.1深度学习概述
2.2.2深度学习的优势
2.3常见深度学习的神经网络简介
2.3.1 BP神经网络
2.3.2 RNN神经网络
2.3.3卷积神经网络
2.4本章小结
第三章 试验操作及过程
3.1猪肉指标的构建
3.2预试验
3.2.1试验样本获取与准备
3.2.2猪肉各理化指标的检测
3.2.3五花肉指标的选择及分类
3.3正式试验
3.3.1图像采集
3.3.2数据采集
3.4本章小结
第四章 基于BP神经网络的猪肉分级模型设计
4.1实现环境
4.2 BP神经网络学习过程
4.3 BP参数选择及训练过程
4.3.1输入层设计
4.3.2输出层设计
4.3.3网络结构设计
4.4 BP神经网络对猪肉品质分类的实现
4.4.1对BP神经网络的优化
4.4.2 BP模型结果分析
4.5基于BP神经网络对猪肉的识别验证
4.6本章小结
第五章 基于CNN对猪肉品质分级模型设计
5.1 CNN的模型结构
5.2 CNN训练过程
5.3 CNN模型对猪肉品质分类的实现
5.3.1 CNN神经网络的优化
5.3.2 CNN模型结果分析
5.4基于CNN卷积网络对猪肉的识别验证
5.5识别效果的对比
5.6本章小结
第六章 总结与展望
6.1结论
6.2展望
参考文献
作者简介
致谢
吉林农业大学;