节点文献

基于卷积神经网络干制哈密大枣纹理分级

免费订阅

【作者】 罗秀芝马本学李小霞胡洋洋王文霞雷声渊

【Author】 LUO Xiu-zhi;MA Ben-xue;LI Xiao-xia;HU Yang-yang;WANG Wen-xia;LEI Sheng-yuan;College of Mechanical and Electrical Engineering, Shihezi University;Key Laborqtory of Northwest Agricultural Equipment, Ministry of Agriculure;

【通讯作者】 马本学;

【机构】 石河子大学机械电气工程学院农业部西北农业装备重点实验室

【摘要】 【目的】研究一种基于卷积神经网络干制哈密大枣纹理分级的方法。利用卷积神经网络解决干制哈密大枣的纹理分类问题。【方法】将大小统一的彩色图片输入网络,卷积核自动提取其纹理特征,进行分类。【结果】分类准确率达到了97.7%。【结论】与常用的灰度共生矩阵提取干制哈密大枣纹理特征(最大概率,相关性,对比度、能量、同质性和熵),再用BP神经网络和支持向量机(SVM)分类准确率相比的方法,避免了复杂纹理提取和图片预处理的过程,在测试时间相近的情况下识别率更高。

【基金】 国家自然科学基金项目“基于近红外光谱与机器视觉信息融合的干制哈密大枣多品质无损检测机理研究”(61763043)~~
  • 【分类号】S665.1;TP183
  • 【下载频次】8
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: