[1]杨志锐,郑宏,郭中原,许晓航.基于网中网卷积神经网络的红枣缺陷检测[J].食品与机械,2020(2):140-145,181.

[2]杜国真,卢明星,季泽旭,刘继超.基于改进CNN的苹果缺陷检测方法研究[J].食品与机械,2023,39(6):155-160.

[3]陈俊松,何自芬,张印辉.改进YOLOv3算法的筷子毛刺缺陷检测方法[J].食品与机械,2020(3):133-138.

[4]张效禹,黄国言,杨永涛,包锋.基于改进CNN的草莓成熟度分类方法[J].食品与机械,2023,39(10):130-137.

[5]刘永伟.基于卷积神经网络的酱油风味物质数据监测研究[J].中国调味品,2021(1):105-106,111.

[6]王九清,邢素霞,王孝义,曹宇.基于卷积神经网络与高光谱的鸡肉品质分类检测[J].肉类研究,2018,32(12):36.

[7]徐洪宇,张京芳,卢春生,侯力璇.近红外光谱技术在酿酒葡萄品质检测中的应用现状及展望[J].中国食品学报,2012,12(8):148-155.

[8]肖洪兵,郭培源,王瑜.基于深度学习的高光谱腊肉营养安全分级[J].中国食品学报,2022,22(1):275-281.

[9]刘巍.基于卷积神经网络的卷烟小盒外观检测研究[J].科技创新与应用,2022,12(3):39-41,44.

[10]李志诚,曾志强.基于改进YOLOv3的卷纸包装缺陷实时检测算法[J].中国造纸学报,2022,37(2):87-93.

[11]邵帅斌,刘美含,石宇晴,郝朝龙,韩宙,张伟,陈达.基于卷积神经网络的乳粉掺杂物拉曼光谱分类方法[J].食品科学,2022,43(14):296-301.

[12]周春欣,霍怡之,杜有海,蒋敏兰,曾令国,张长江,石小威.基于改进的RetinaNet大豆外观品质无损检测[J].中国粮油学报,2024,39(9):172-180.

[13]王晓华,姚炜铭,王文杰,张蕾,李鹏飞.基于改进YOLO深度卷积神经网络的缝纫手势检测[J].纺织学报,2020,41(4):142-148.

[14]杨友,周玉,李四海.基于CNN和特征选择回归方法的小麦蛋白质含量测定[J].中国粮油学报,2024,39(9):198-204.

[15]金守峰,侯一泽,焦航,张鹏,李宇涛.基于改进AlexNet模型的抓毛织物质量检测方法[J].纺织学报,2022,43(6):133-139.

[16]王蓉,郑恩让,陈蓓.基于PCA-1DCNN的近红外光谱粮食作物主要成分检测方法[J].中国粮油学报,2023,38(6):141-148.

[17]谈爱玲,王晓斯,楚振原,赵勇.基于近红外光谱融合与深度学习的玉米成分定量建模方法[J].食品与发酵工业,2020(23):213-219.

[18]王金,李颜娥,冯海林,王安澜.基于改进的Faster R-CNN的小目标储粮害虫检测研究[J].中国粮油学报,2021,36(9):164-171.

[19]于重重,周兰,王鑫,吴静珠,刘倩.基于CNN神经网络的小麦不完善粒高光谱检测[J].食品科学,2017,38(24):283-287.

[20]占可;陈季旺;徐言;倪杨帆;刘言;邹圣碧.基于近红外光谱特征的冷冻小龙虾鲜度快速检测方法[J].食品科学,2024(2):299-307.