公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

汽车自动变速箱油的近红外光谱识别研究被引量：6: 2014年; 利用自编码网络(autoencoder network,AN)流形学习和稀疏表示(sparse representation,SR)方法对汽车变速箱油进行近红外光谱品种识别研究。以壳牌、美孚、嘉实多、上海大众和上海通用五种变速箱油为对象,利用AN方法对600～1800nm近红外光谱数据进行非线性降维,获取10个特征变量。每种变速箱油选取30个样本(共150个样本)作为训练样本,每种30个样本(共150个样本)作为测试样本。所有训练样本的特征变量组成了稀疏表示方法的整体训练样本矩阵,将变速箱油品种分类识别问题转化为一个求解待识别测试样本对于整体训练样本矩阵的稀疏表示问题,通过求解L-1范数意义下的最优化问题来实现。经过主成分分析(principal component analysis,PCA)和AN降维后,分别利用线性判断分析法(linear discriminant analysis,LDA)、偏最小二乘支持向量机法(least squares-support vector machine,LS-SVM)和本文提出的稀疏表示分类算法进行分类比较。结果表明,结合自编码网络和稀疏表示方法对五种汽车变速箱油品种的平均识别准确率达97.33%,为汽车变速箱油品种近红外光谱快速准确识别提供了有效的新途径。; 蒋璐璐骆美富张瑜余心杰孔汶汶刘飞; 关键词：变速箱油近红外光谱流形学习

基于机器视觉的大黄鱼形态参数快速检测方法被引量：12: 2014年; 大黄鱼形态参数测量对大黄鱼养殖遗传选育和品质改良等具有重要意义。文章结合机器视觉和称重传感器技术,设计开发了一种大黄鱼体重、体长和体宽等外部形态多参数同步自动检测系统。该系统通过机器视觉自动检测鱼体外部形态参数,通过称重传感器自动获取鱼重量参数。实验结果表明,系统的尺寸测量平均误差为0.28%,鱼重测量平均误差为0.74%,可以满足大黄鱼形态参数测量精度要求,为鱼类形态参数自动检测提供了一种有效的新途径。; 余心杰吴雄飞王建平陈立王磊; 关键词：大黄鱼

基于近红外光谱技术的三文鱼肉质分类研究被引量：4: 2015年; 三文鱼的肉质是评价其品质优劣的重要指标,如果能精确地分辨出其肉质特色,可大大缩减判别时间,增加养殖成功率。本文采用近红外光谱技术和稀疏表示,分析三文鱼的肉质特色,并对其进行分类研究。以虾青素作为肉质特色的分类指标,比较主成分分析法(PCA)和稀疏表示2种不同的光谱数据降维方法对其进行处理,在光谱数据降维的基础上,采用基于线性判别分析的分类算法(LDA)和基于最小二乘支持向量机算法(LS-SVM)建立分类模型。实验结果表明,稀疏表示降维处理的分类模型正确率和准确率要高于主成分分析法。因此,该算法对肉质分类提供了一种新的有效的途径。; 王磊殷姣姣余心杰; 关键词：近红外光谱技术三文鱼最小二乘支持向量机

基于自编码网络流形学习的毛竹笋不溶性膳食纤维含量红外光谱建模被引量：1: 2013年; 提出了一种结合自编码网络(AN)流形学习和偏最小二乘(PLS)法的红外光谱建模方法AN-PLS。AN-PLS方法首先用AN算法对红外光谱数据进行非线性降维,再结合PLS建立回归模型。利用该方法建立了毛竹笋中不溶性膳食纤维含量的近红外光谱和中红外光谱回归模型。结果表明,用AN-PLS方法建立的回归模型,比用其他常用光谱数据预处理方法结合PLS及用单独PLS算法建立的模型具有更小的预测均方根误差RMSEP和更高的决定系数R2,因此,AN-PLS具有较优的建模与预测能力,利用近红外光谱和中红外光谱技术结合AN-PLS建模,可实现毛竹笋中不溶性膳食纤维含量的准确测量。; 余心杰殷姣姣于欣何勇; 关键词：毛竹笋不溶性膳食纤维近红外光谱中红外光谱流形学习

基于稀疏表示的枸杞分类研究被引量：1: 2016年; 为实现利用计算机视觉技术提升枸杞品种分类效果的目的,研究基于稀疏表示(SR)的枸杞品种分类方法。首先获取枸杞的图像,并提取枸杞图像的颜色和形态特征参数,得到枸杞训练样本的数据词典矩阵。在此基础上,利用稀疏表示方法对枸杞测试样本进行分类。基于稀疏表示分类方法的第一步是利用数据词典矩阵对测试样本进行稀疏性表示,得到测试样本的稀疏表示系数;第二步,利用测试样本的稀疏表示系数,对测试样本进行重构;第三步,计算重构样本与测试样本之间的残差,通过比较残差的大小来确定测试样本的类别。本文将稀疏表示分类方法与深度神经网络(DNN)、最小二乘支持向量机(LSSVM)、BP网络和支持向量机(SVM)等方法的识别结果做了对比和分析。试验结果表明,稀疏表示分类方法对于3个枸杞品种的综合分类准确率为98.33%,获得了最好的分类效果。; 刘广强于欣舒振宇余心杰; 关键词：图像处理特征提取枸杞

全选清除导出

共1页<1>

国家自然科学基金(31201446)