登录    注册    忘记密码

期刊文章详细信息

基于不变矩和改进SVM的牛肉大理石纹评级  ( EI收录)  

Grading of Beef Marbling by Using Invariant Moments and An Improved Support Vector Machine

  

文献类型:期刊文章

作  者:吴一全[1,2] 曹鹏祥[1,3] 王凯[1] 陶飞翔[1]

机构地区:[1]南京航空航天大学电子信息工程学院 [2]江南大学食品科学与技术国家重点实验室 [3]中国人民解放军93173部队

出  处:《现代食品科技》

基  金:国家自然科学基金资助项目(60872065);江南大学食品科学与技术国家重点实验室开放基金项目(SKLF-KF-201310);江苏高校优势学科建设工程资助项目

年  份:2015

卷  号:31

期  号:4

起止页码:17-22 136

语  种:中文

收录情况:BDHX、BDHX2014、CAB、CAS、CSA-PROQEUST、EI(收录号:20152100880315)、FSTA、IC、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘  要:针对牛肉大理石纹人工评级过程中人为误差干扰大的问题,研究利用图像处理技术提高牛肉大理石纹评级的客观性并增强自动化程度,提出基于不变矩、灰度共生矩阵和混沌蜂群优化混合核函数支持向量机(Support Vector Machine,SVM)的牛肉大理石纹评级法。首先计算牛肉大理石纹图像的不变矩和灰度共生矩阵统计量并由此构造特征向量;然后将训练和测试样本输入到混合核函数SVM,采用混沌蜂群算法优化SVM中的惩罚因子及核参数,使其分类识别性能达到最优;最后输入待评级样本进行分类识别,得到最优评级结果。大量实验结果表明:根据我国NY/T676-2010牛肉大理石纹标准图谱,评级正确率分别达到100%(一级)、93.3%(二级)、93.3%(三级)、96.7%(四级)、100%(五级)。与基于灰度矩和SVM法、基于灰度共生矩阵和BP(Back Propagation)神经网络法相比,本文所得评级正确率最高,且与专业评级师的实际评级情况最相符。

关 键 词:牛肉大理石纹评级  图像处理  不变矩 灰度共生矩阵 混沌蜂群优化  混合核函数支持向量机  

分 类 号:TS251.52]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心