您的位置: 专家智库 > >

潘婧

作品数:2 被引量:16H指数:1
供职机构:国家农业信息化工程技术研究中心更多>>
发文基金:国家科技支撑计划更多>>
相关领域:轻工技术与工程更多>>

文献类型

  • 1篇期刊文章
  • 1篇专利

领域

  • 1篇轻工技术与工...

主题

  • 2篇新鲜度
  • 2篇猪肉
  • 2篇鲜度
  • 1篇新鲜度检测
  • 1篇肉产品
  • 1篇失真度
  • 1篇特征参数
  • 1篇图像
  • 1篇猪肉产品
  • 1篇猪肉新鲜度
  • 1篇类别信息
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇SVM
  • 1篇BP

机构

  • 2篇国家农业信息...
  • 1篇上海海洋大学

作者

  • 2篇钱建平
  • 2篇刘寿春
  • 2篇潘婧
  • 2篇韩帅
  • 1篇史策

传媒

  • 1篇食品与发酵工...

年份

  • 1篇2017
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
猪肉新鲜度快速判定的方法及系统
本发明提供一种猪肉新鲜度快速判定的方法及系统,所述方法包括:获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光;若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行预处理后...
钱建平韩帅潘婧刘寿春史策
文献传递
计算机视觉用于猪肉新鲜度检测的颜色特征优化选取被引量:16
2016年
在以计算机视觉为基础,并利用神经网络预测猪肉通脊新鲜度时,选择合适的颜色特征参数和神经网络模型是提高其预测准确性的关键之一。文中提出了一种猪肉新鲜度等级预测时颜色特征参数和神经网络优化选取的方法,利用图像处理的方法提取通脊表面的颜色特征参数,组合成RGB-HIS、RGB-L*a*b*、rgb-HIS、rgb-L*a*b*及HIS-L*a*b*五类特征参数组合,并利用BP(back propagation,BP)和SVM(support vector machine,SVM)神经网络构造各类新鲜度等级预测模型。结果表明:SVM和BP的平均预测准确率分别为91.11%和84.44%,且rgb-HIS特征参数组合的BP与SVM预测模型的预测准确率最高,分别为88.89%和95.56%。因此,提取通脊表面r、g、b、H、I、S均值作为颜色特征向量,且选择SVM神经网络来构造新鲜度预测模型可显著提高预测结果的准确性。
潘婧钱建平刘寿春韩帅
关键词:猪肉新鲜度BPSVM
共1页<1>
聚类工具0