典型文献
GA-BP神经网络对片烟结构的预测研究
文献摘要：
针对烟叶复烤厂打叶过程中片烟结构难以预测的问题,文中提出了一种基于MATLAB图像处理的GA-BP神经网络预测模型.对于烟叶分类问题,基于获取的烟叶图片,利用MATLAB软件对图片做预处理,提取衡量片烟结构的主要特征变量,并利用行业标准与聚类分析算法对数据进行分类.通过统计学的标准数学方法,构建了遗传算法优化的BP神经网络预测模型对主要影响参数进行预测优化.研究结果表明,文中所提方法预测精度较高,预测极差均小于0.059,可有效解决打叶过程中片烟的预测问题.
文献关键词：
MATLAB;图像处理;聚类分析;留一交叉验证;BP神经网络;遗传算法;GA-BP神经网络;二值化
中图分类号：
作者姓名：
张崇崇;黄亚宇
作者机构：
昆明理工大学 机电工程学院,云南 昆明650500
文献出处：
引用格式：
[1]张崇崇;黄亚宇-.GA-BP神经网络对片烟结构的预测研究)[J].电子科技,2022(06):35-42
A类：
B类：
GA,片烟,预测研究,烟叶复烤,难以预测,神经网络预测模型,分类问题,特征变量,聚类分析算法,数学方法,遗传算法优化,主要影响参数,极差,留一交叉验证,二值化
AB值：
0.303476
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。
