一种基于红外光谱和深度学习的小龙虾新鲜度检测方法

本发明公开了一种基于红外光谱和深度学习的小龙虾新鲜度检测方法，包括建样本集、采集数据、预处理、构建深度学习一维卷积神经网络模型、评价性能等步骤。该方法通过PCA、3sigma原则、S‑G卷积平滑和OSC算法预处理数据，利用深度学习一维卷积神经网络模型自动提取特征并预测TVB‑N、TVC和W值。其有益效果为多指标同步高精度检测、多维度噪声滤除、自动特征提取与深层建模，实现了高效无损检测，预测精度高，模型鲁棒性强。