农业机械学报

作者：石岩，任宇琪，王思远，殷崇博，门洪

单位：东北电力大学,东北电力大学,东北电力大学,重庆大学,东北电力大学,

关键词：花生;产地辨识;电子鼻;高光谱;信息融合;卷积神经网络

基金：吉林省科技发展计划项目（YDZJ202301ZYTS406）和国家自然科学基金项目（31772059）

不同产地的花生质量差异明显，贴优质产地标签贩卖劣质花生的现象时有发生。本文基于电子鼻与高光谱系统的无损检测技术，提出双模态融合特征注意力（Bimodal fusion feature attention，DFFA）并设计DFFA-Net以实现花生质量辨识。首先，利用电子鼻与高光谱系统获取7个不同产地花生气体信息和光谱信息，花生自内而外的气体信息可以表征其整体宏观质量，不同化学键及官能团的光谱信息差异可以表征其整体微观质量；然后，提出DFFA以自适应融合气体-光谱双模态信息并关注影响分类性能的重要特征，并结合消融实验证明了双模态信息融合的必要性；最后，基于提出的DFFA模块，经网络结构优化得到DFFA-Net以实现不同产地花生质量的有效辨识。通过消融分析、多注意力机制分类性能对比，DFFA-Net获得了最佳分类性能：准确率为98.10％、精确率为98.15％、召回率为97.88％，验证了DFFA-Net在花生产地辨识中的有效性。提出的DFFA-Net结合电子鼻和高光谱系统实现了不同产地花生的质量辨识，为花生市场质量监督提供了有效的技术方法。

来源：2024年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第4期