陕西省自然科学基金(2010K06-15)
- 作品数：2 被引量：43H指数：2
- 相关作者：李永超马惠玲蔡骋尹秀珍唐晶磊更多>>
- 相关机构：西北农林科技大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金现代苹果产业技术体系建设专项更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于介电特征选择的苹果内部品质无损分级被引量：24
- 2013年
- 为了快速而准确地利用介电特性对苹果内部品质进行无损分级,该文对500个富士苹果的108种特征值(12种介电参数在9个频率点下)进行了分析筛选,以获取用于5个品质等级富士苹果无损分级的最少介电特征。在整个内部品质的分级过程中,贪心选择法、基于快速聚类的特征子集选择法、稀疏主成分分析法和以信息增益为评价函数的属性排序法共4种方法被用来从108种介电特征中选择出对等级划分最有帮助的关键介电特征。试验结果显示,基于快速聚类的特征子集选择法仅选择了4种特征时分级正确率就达到了80%左右,而贪心选择法的性能明显更优,在分级正确率超过90%时,其选择的特征一般不超过10种,其最优情况为当选择了4种介电特征时,分级正确率为91.22%,而当选择了10种介电特征时,其分级正确率为95.95%。该研究为水果等农产品的品质与病虫害快速无损检测等提供参考。
- 蔡骋李永超马惠玲李晓龙
- 关键词：无损检测水果苹果
- 基于压缩感知理论的苹果病害识别方法被引量：19
- 2013年
- 为实现自然场景下低分辨率苹果果实病害的智能识别,提出了一种基于压缩感知理论的苹果病害识别方法。以轮纹病、炭疽病和新轮纹病3种常见的苹果果实病害为研究对象,提取病斑的8个纹理特征参数组成训练特征矩阵。利用压缩感知理论,求解待测样本特征向量在特征矩阵上的稀疏表示系数向量,通过对系数向量的分析实现待测样本的分类。设计灰度关联分析和支持向量机识别模型与本文方法进行识别效果对比,平均正确识别率分别为86.67%、90%和90%。实验结果表明,基于压缩感知理论的识别方法能够对苹果病害进行有效识别。
- 霍迎秋唐晶磊尹秀珍方勇
- 关键词：苹果病害压缩感知特征矩阵支持向量机
