版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、目前我國所采用的煙葉分級方法是人工分級,它依靠操作人員的經驗和感官判斷,耗時、費力且具有很大的主觀性;分級準確率依賴于收購人員的經驗和環(huán)境,所以烤煙葉的智能分級勢在必行。
近年來煙葉智能分級方面的研究主要集中在基于圖像特征的分級方法。利用煙葉圖像提取與人工分級因素相關的顏色、紋理和幾何等圖像特征,采用一定分類方法進行烤煙葉的分組和分級識別。然而這些圖像特征很難反映與煙葉分級密切相關的厚度、成熟度、油分等因素。光譜可反映很多物質
2、的結構及組成成分,因而被廣泛地應用于很多領域。近紅外光譜分析技術在煙葉成分診斷及含量估計、煙葉分組和產地的判別等方面的研究,為其應用于烤煙葉的智能分級提供很好的依據。烤煙葉的近紅外光譜能很好地反映與煙葉分級密切相關的身份、厚度、含油量、成熟度以及顏色等信息,但由于數據維度高導致在線實時分級所需時間長的缺點,因此本文的研究內容如下:
1.光譜類型、范圍、間隔及預處理方法的研究。本文比較了反射、透射兩種光譜在不同范圍、采樣間隔情況
3、下的分級準確率。分級結果結合光譜采集的便利性和實時性,表明用于煙葉分級的最佳光譜類型為反射光譜、范圍為1500~2400nm、最大可采樣間隔為10nm。
2.SVM的參數優(yōu)化。烤煙葉分級過程中的近紅外光譜數據具有小樣本、高維度特性,SVM在解決上述問題方面有許多優(yōu)勢。通過比較了RBF和線性兩種核函數以及PSO、GA和網格法三種參數優(yōu)化的分組、分級準確率,最終選擇SVM模型的核函數為線性,懲罰因子C用網格法搜索最佳。
4、3.烤煙葉分級模型的研究。SVM是最優(yōu)的二分類器,在多分類時可構建多個二分類器,統(tǒng)計每個二分類器的輸出,投票決定SVM的多分類輸出。煙葉分級時有先分組再分級的級聯分級模型和并聯分級模型。級聯分級模型需要建立的二分類器少,判決時間為0.114819s,但是顏色、部位分組出錯時易造成誤差累計,最優(yōu)分級準確率89.8%(間隔2nm);并聯分級模型則需要建立更多的二分類器,判決時間增加至0.396101s,但分級準確率達到93.88%(間隔2n
5、m)。
4.基于聚類的光譜特征選擇。本文提出基于聚類的思想進行煙葉光譜特征選擇。首先,根據類內參數γ1刪除類內差異較大的部分特征,保持光譜數據的類內聚集性;其次,根據類間參數γ2刪除類間差異較小的部分特征,保持光譜數據的類間差異性。直接剔出對分組帶來不良影響的光譜,從而有效地減少原始光譜數據的采集。級聯分級模型中,最少特征輸入分級準確率為87.78%,光譜特征從451減少到312個,減少了30%。
5.基于BPSO和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 烤煙煙葉圖像特征提取和質量分級研究.pdf
- 煙葉分級中若干特征篩選方法的研究.pdf
- 煙葉圖像采集技術規(guī)范與烤煙收購質量分級特征研究.pdf
- 煙葉初級分級工題庫烤煙部分
- 煙葉特征的視覺信息表達與分級算法研究.pdf
- 遵義烤煙煙葉礦質元素特征及與煙葉質量關系研究.pdf
- 高光譜圖像特征學習與分類算法研究.pdf
- 基于光譜與色度的烤煙分級方法研究.pdf
- 烤煙煙葉視覺分級中標準定量化模型的研究.pdf
- 烤煙煙葉視覺分級中標準定量化模型的研究
- 高光譜圖像特征提取與分類算法研究.pdf
- 烤煙收購中煙葉分級存在的問題與對策分析
- 基于二進制粒子群的煙葉圖像特征篩選和分級方法研究.pdf
- 烤煙煙葉成熟和烘烤過程中色素變化特征及其機理研究.pdf
- 運用深度學習提取煙葉原料近紅外光譜特征算法的研究.pdf
- 基于輪廓特征的烤煙煙葉自動分組技術研究.pdf
- 廢棄煙葉中有效成分提取分離與純化.pdf
- 煙葉分級
- 烤煙煙葉中淀粉的研究.pdf
- 煙葉分級系統(tǒng)中圖像處理算法的研究.pdf
評論
0/150
提交評論