典型文献
机器学习结合视触多感知特征融合的盐渍海参等级评定方法
文献摘要：
盐渍海参等级评定结果直接影响海参的经济价值,不同等级盐渍海参在颜色、形态和气味上很难直接分辨.现有的检测方法具有线下分散性操作以及依赖人工经验的特点,无法满足大规模生产线作业要求.为实现快速、无损的盐渍海参等级评定,本实验提出一种基于视觉、力学多感知特征融合的盐渍海参等级评定新方法.鉴于海参含盐量与质构特性的复杂关系,本实验利用构建的盐渍海参等级评定系统感知盐渍海参受力回复过程的形变图像与力学信息;通过回复过程形状变化特点与力学特征,结合机器学习算法实现盐渍海参等级评定.为精确提取与海参形状变化相关的图像特征,在传统图像处理方法基础上进行改进,建立盐渍海参轮廓动态能量图,提取基于直方图和灰度共生矩阵的纹理特征;针对力学信息,提取力学统计特征,采用单因素方差分析、主成分分析法对所有特征数据进行降维和融合,获得视触多感知融合特征,根据融合数据特点,采用遗传算法优化支持向量机建立盐渍海参等级评定模型.结果表明,特征融合后结合支持向量机模型检测效果优异,该模型的准确度(Accuracy)=1、精确率(Precision)=1、召回率(Recall)=1、综合评价指标(F1-Score)=1.一级品、二级品、合格品盐渍海参分类识别准确率可达100％.该方法可为盐渍海参等级评定提出新的思路.
文献关键词：
盐渍海参;视触多感知;动态能量图;力学特征;机器学习
中图分类号：
作者姓名：
朱鑫宇;康家铭;邵卫东;刘阳;张旭;杨继新;王慧慧
作者机构：
大连工业大学机械工程及自动化学院,辽宁大连 116034;国家海洋食品工程技术研究中心,辽宁大连 116034;大连工业大学食品交叉科学研究院,辽宁大连 116034
文献出处：
引用格式：
[1]朱鑫宇;康家铭;邵卫东;刘阳;张旭;杨继新;王慧慧-.机器学习结合视触多感知特征融合的盐渍海参等级评定方法)[J].食品科学,2022(23):41-48
A类：
视触多感知,盐渍海参,动态能量图
B类：
感知特征,特征融合,等级评定,评定方法,不同等级,气味,有线,分散性,规模生产,生产线,作业要求,含盐量,质构特性,复杂关系,评定系统,回复,力学信息,变化特点,力学特征,机器学习算法,算法实现,图像特征,方法基础,直方图,灰度共生矩阵,纹理特征,学统,统计特征,单因素方差分析,特征数据,感知融合,融合特征,融合数据,遗传算法优化,优化支持向量机,定模,支持向量机模型,模型检测,检测效果,Accuracy,精确率,Precision,召回率,Recall,综合评价指标,Score,一级品,合格品,分类识别,识别准确率
AB值：
0.258293
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。
