公共文化服务平台

共 8 条记录，以下是 1-9

全选清除导出

排序方式：

基于机器视觉和支持向量机的缺陷枣识别研究: 红枣的颜色是红枣分选分级的重要外在品质指标之一。在枣的干制过程中易形成油头枣、浆头枣、霉烂枣,这三类枣是红枣中最常见的缺陷枣,它们整体或局部颜色偏暗、偏黑。本研究在HIS颜色空间中, 提取H的均值和均方差作为红枣的颜色特...; 赵杰文刘少鹏邹小波; 关键词：红枣图像处理支持向量机; 文献传递

苹果糖度近红外光谱小波去噪和iPLS建模被引量：50: 2006年; 为了提高苹果近红外光谱糖度预测模型的精度,利用多尺度小波去噪法对苹果近红外光谱进行了预处理,并用改进后的间隔偏最小二乘法(iPLS)建立预测模型。应用结果表明,多尺度小波去噪法滤除了原始光谱中的部分噪声,但又保留了原光谱中的主要信息。运用间隔偏最小二乘法对预处理后的光谱建模,其校正时的相关系数rc和校正均方根误差RMSEC分别为0.9635和0.3026,预测时的相关系数rp和预测均方根误差RMSEP分别为0.9214和0.4113,主因子数为5个。结果表明,用多尺度小波去噪和间隔偏最小二乘法所建立的苹果糖度模型不但精度有所提高,而且更加简洁、数据运算量也更少。; 邹小波赵杰文夏蓉孙乐六; 关键词：近红外光谱多尺度小波噪声苹果糖度

基于支持向量机的缺陷红枣机器视觉识别被引量：46: 2008年; 在枣的干制过程中形成的油头枣、浆头枣、霉烂枣是最常见的缺陷枣,它们整体或局部颜色偏暗、偏黑,有必要通过机器视觉技术将其识别出来。在HIS颜色空间中,提取H的均值和均方差作为红枣的颜色特征值,利用支持向量机识别缺陷红枣。实验结果表明,识别准确率可以达到96.2%,优于人工神经网络的89.4%。; 赵杰文刘少鹏邹小波石吉勇殷小平; 关键词：机器视觉红枣支持向量机

支持向量机在电子鼻区分不同品种苹果中的应用被引量：28: 2007年; 为了提高电子鼻检测苹果气味的精度和鲁棒性,利用6点平滑法对气体传感器的数据进行去噪处理,并用支持向量机建立识别模型。应用结果表明,经过去噪处理后,曲线变得光滑,但仍能保持原来的形状,这说明去噪处理既滤除了传感器数据中的噪声同时又保留了传感器的主要信息。提取每个传感器的最大值作为特征参数。分别运用主成分分析和两个支持向量机模型区分富士、花牛、姬娜3种不同品种苹果的气味,主成分分析结果表明3种苹果分布区域存在重叠;两个支持向量机模型可以很好的区分这3种苹果,其中对姬娜和富士的识别正确率达到90%以上,而对花牛苹果的识别正确率达到100%。; 邹小波赵杰文; 关键词：电子鼻支持向量机苹果气体传感器阵列

基于三摄像系统的苹果缺陷快速判别被引量：17: 2006年; 水果缺陷识别一直是计算机视觉水果实时分级中的研究热点，文中提出一种基于三摄像系统的逻辑判别缺陷的新方法．首先利用三摄像系统获取苹果在三个连续不同位置的9幅图像，然后对图像进行去背景、滤噪等预处理操作，再对图像进行缺陷的分割并加以标记，接着根据分割标记后的可疑区个数，对苹果缺陷的有无进行逻辑判别，即当这9幅图像中只要有一幅图像被分割出两个以上的可疑区，则判断该苹果有缺陷．试验结果表明，缺陷识别精度达到89．4％，另外由于该方法避免了缺陷和果梗或果萼直接识别，处理速度和正确率都得到了很大的提高，能够满足在线5—10个／秒的检测速度要求．; 赵杰文刘文彬邹小波; 关键词：苹果图像

支持向量机在苹果分类的近红外光谱模型中的应用被引量：47: 2007年; 建立了一套苹果近红外光谱采集装置来减少因苹果的部位差异性而造成的试验误差。采用一种新的机器学习算法——支持向量机(SVM)建立不同产地、不同品种苹果的近红外光谱分类模型。通过选定RBF函数作为核函数,并确定合适的光谱预处理方法和核函数中惩罚系数C、正则化系数γ,使得所建立的不同品种苹果分类模型的回判识别率和预测识别率均达到100%,不同产地苹果分类模型的回判识别率为87%,预测识别率为100%,与传统的判别分析法相比其预测识别精度提高5%左右。结果表明,支持向量机可以建立高精度的苹果近红外光谱分类模型。; 赵杰文呼怀平邹小波; 关键词：支持向量机近红外光谱苹果

机器视觉实现方便面破损在线检测的研究被引量：17: 2007年; 提出一种适于实时在线检测方便面面块破损的方法,即通过建立计算机视觉系统,获取面块图像,针对方便面特点利用"围剿算法"分割出面块图像,然后通过"削切算法"除去面块边缘毛刺,以便于求得面块的"真边界",然后求取面块与其外接矩形面积的比值对方便面的破损进行快速判断,本实验另辟蹊径,其优势十分明显,识别率高,速度快。; 赵杰文陈振涛邹小波; 关键词：方便面计算机视觉图像分割

基于小波去噪和支持向量机的苹果品种识别法被引量：18: 2007年; 本文提出了一种用电子鼻来区分富士、花牛、姬娜3种不同品种苹果气味的方法。首先利用多尺度小波分析对气体传感器的数据进行去噪处理,再用支持向量机建立识别模型,最后通过优化2个支持向量机模型的核函数及其参数,将重叠的苹果气味数据进行高维空间变换用SVM回归模型识别。实验结果表明,第一个支持向量机模型对花牛苹果的识别正确率达到100%,第二个支持向量机模型对姬娜和富士的识别率大于90%。; 邹小波赵杰文; 关键词：电子鼻支持向量机苹果气体传感器

基于混合线性分析的苹果糖度近红外光谱检测被引量：7: 2006年; 将主要用于纯组分定量分析的混合线性分析法的一种变形算法(HLA/XS法)移植到苹果糖度这一非纯组分含量指标的近红外光谱检测中,并与偏最小二乘法(PLS)进行比较。应用结果表明,虽然最佳的HLA/XS校正模型(18个主因子)比最佳PLS校正模型(11个主因子)复杂,但其精度却明显优于PLS模型:利用校正集的28个苹果样本建立的糖度HLA/XS校正模型,其相关系数r2和校正标准偏差SEC分别为0.92509和0.40618;该校正模型经预测集的11个样本验证,r2和预测标准偏差SEP分别达到0.87611和0.48480。HLA/XS糖度模型对苹果光谱的SEC和SEP分别比PLS法的SEC(0.41473)和SEP(0.50473)减小了2%和3.9%。结果表明,在诸如苹果糖度这一类农产品品质综合指标(非纯组分含量指标)的光谱检测中,应用混合线性分析法(HLA/XS)进行定量分析是可行的。并且其结果可与偏最小二乘法(PLS)的结果相同。; 张海东赵杰文刘木华; 关键词：偏最小二乘法苹果糖度近红外光谱

全选清除导出

共1页<1>

国家教育部博士点基金(20040299009)