典型文献
基于图像处理的烟叶烘烤阶段判别模型优选
文献摘要：
[背景和目的]烟叶烘烤阶段的自动判别是建立智能化烟叶烘烤系统的重要环节.为实现烘烤阶段的精确识别和操控,提升烟叶烘烤的精准度.[方法]提取烘烤过程中整夹烟叶图像的11种颜色特征和8种纹理特征,分别对颜色特征和纹理特征进行变量聚类分析,以10为距离,将提取的颜色特征和纹理特征各分为2类.利用相关性分析筛选出每类特征中与烘烤阶段相关性最强的1个特征组成特征子集(R/G、l*、灰度平均和惯性),作为模型输入,分别利用基于遗传算法的支持向量机(GA-SVM)、基于粒子群算法的反向传播(PSO-BP)神经网络和极限学习机(ELM)进行烟叶烘烤阶段的分类识别研究.[结果]以优选后4个图像特征作为模型输入时,所建立的GA-SVM模型的测试集判别准确率为93.27％,PSO-BP神经网络模型的测试集判别准确率为89.35％,ELM模型的测试集判别准确率为85.05％.[结论]基于遗传算法的SVM模型烘烤阶段识别效果优于基于粒子群算法的BP神经网络模型,基于粒子群算法的BP神经网络模型识别效果优于ELM模型.
文献关键词：
烤烟;烘烤阶段;图像处理;特征模型;智能烘烤
中图分类号：
作者姓名：
李增盛;孟令峰;王松峰;高峻;徐小洪;朱先洲;杨超;汪伯军;王爱华;孟霖;刘自畅;杜海娜;刘浩;孙福山
作者机构：
中国农业科学院烟草研究所,农业部烟草生物学与加工重点实验室,青岛 266101;中国农业科学院研究生院,北京 100081;四川省烟草公司凉山州公司,四川西昌 615000;重庆烟草科学研究所,重庆 400715
文献出处：
引用格式：
[1]李增盛;孟令峰;王松峰;高峻;徐小洪;朱先洲;杨超;汪伯军;王爱华;孟霖;刘自畅;杜海娜;刘浩;孙福山-.基于图像处理的烟叶烘烤阶段判别模型优选)[J].中国烟草学报,2022(02):65-76
A类：
B类：
烘烤阶段,判别模型,模型优选,烟叶烘烤系统,精确识别,操控,种颜色,颜色特征,纹理特征,每类,组成特征,特征子集,灰度,模型输入,GA,粒子群算法,反向传播,PSO,极限学习机,ELM,分类识别,图像特征,测试集,阶段识别,模型识别,烤烟,特征模型,智能烘烤
AB值：
0.251082
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
