检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于模糊模式识别的籽棉品级分级模型

袁荣昌孙龙清董晨曦王利

计算机应用 2011, 31 (08): 2097-2100. DOI: 10.3724/SP.J.1087.2011.02097

摘要（1406）

PDF （620KB）（879）

籽棉品级分类问题是对农业经济有着重要影响的一个问题。在对籽棉图像黄度、亮度和杂质等特征提取分析基础上，基于模糊模式识别，运用模糊贴近度，构建籽棉品级分级模型，利用统计分布计算得出模型参数选取方法。利用图像欧拉数求得了不同大小杂质数量的近似值，运用神经网络对模型进行有效求解，通过调整模型参数使籽棉品级分级精度不断提高，分级模型在充分学习后，籽棉品级分级准确率达到92%，满足了实际应用的需要。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于图像特征的籽棉品级分级模型的研究

马东昱孙龙清

计算机应用 2010, 30 (8): 2235-2238.

摘要（225）

PDF （617KB）（1138）

为了提高在籽棉收购环节中品级分级的客观性和准确性，籽棉品级分级模型以籽棉图像的特征参数为依据，以BP神经网络为分类算法。依据GB1103-2007中籽棉品级分级标准，提取籽棉图像的白度、黄度、杂质作为特征参数，使用部分样本对BP神经网络进行训练，训练后的BP神经网络对未参加训练的样本进行分级，精度达到81%。实验证明，该模型能够提高籽棉分级的客观性和准确性。