用matlab做的果蔬图像识别程序，颜色特征提取

基于弹性动量深度学习神经网络的果体病理图像识别，设计了深度学习神经网络的 果蔬果体病理图像识别方法，基于对网络误差的传播分析，提出弹性动量的参数学习方法，以苹果为例进行果体病理图像的识别试验。

介电特性在番茄和苹果品种识别中的应用，郭文川，，目前，果蔬品种识别方法的研究多局限于基于计算机视觉的图像处理方法。该方法存在硬件投资费用较高等缺点。为了探索简单、方便、

智能冰箱物体识别主要涉及对水果和蔬菜的识别，冰箱中果蔬数量繁多，光照不均，环境复杂，对此提出了一种用于处理该类识别问题的卷积神经网络。网络采用ReLU作为激活函数，它比传统的Sigmoid函数具有更强的稀疏能力和更大的梯度值，能够极大地加速网络收敛。隐含层中引入随机Dropout，使得某些节点不工作，减少节点间的“共同适应”，降低网络对某一局部特征的过拟合，可减少网络计算复杂度并有效提升识别率。网络采用带动量项的基于梯度下降的反向传播算法，避免网络陷入局部极小值，提高识别率。最后通过用Super