摘要:本发明公布了一种基于卷积神经网络(Convolutional Neural Networks，CNN)模型的食品高光谱信息分析系统与方法。其中，该系统改进了现有商用高光谱仪配套的数据处理平台，除了增加用于加速CNN运算的GPU阵列以外，还集成了数据管理模块、预处理模块、模型建立模块和模型优化模块。一种基于CNN的食品高光谱信息分析方法,包括以下步骤：高光谱数据数据采集，预处理，构建训练与测试集，调用CNN模型，根据需要检测类型获得待测样本缺陷类型，调整模型参数。利用本发明提供的技术方案，用户能够实现对食品高光谱样本缺陷的无损检测与分类，可以在短时间内对TB甚至PB级别的数据进行分析后输出结果，满足了食品安全大数据快速、实时分析的需求，具有十分重要的现实意义。

1.一种基于CNN的食品高光谱信息分析系统，其特征在于，改进了现有商用高光谱仪配套的数据处理平台，增加了用于运行深度学习框架的GPU阵列。