基于深度神经网络的粮仓储粮数量检测模型

• 作者: 张德贤 张苗 张鑫 徐路路
• 来源期刊: 南京农业大学学报
• 学科: 工学
• 关键词: 储粮数量 深度神经网络 压力传感器 检测精度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 食品与工程
• 页码范围: 559-565
• 页数: 7页
• 分类号: TP183
• 字数: 4274字
• 语种: 中文
• DOI: 10.7685/jnau.201809024

摘要

[目的]为满足国家对全国储粮数量在线检测的迫切需求,提出了一种基于深度神经网络的粮仓储粮数量检测方法.[方法]通过在粮仓底部布置若干压力传感器的方法获取粮仓底部所受压强值,并以分次进粮方法,分别记录所受压强值.通过R语言平台构建不同层次的深度神经网络结构并利用对数据集的学习得出检测模型,根据检测精度选择出最佳检测模型结构.通过最佳检测模型分别对试验仓及通州、齐河实仓进行检测实验.[结果]试验仓检测平均误差约为1.88％,通州实仓检测平均误差约为0.02％,齐河实仓检测平均误差约为0.08％.[结论]基于深度神经网络的粮仓储粮数量检测模型精度高,可用性强,为粮仓储粮数量的检测提供了一种新方法.