-
题名基于灰色神经网络的蛋品新鲜度无损检测的研究
被引量：6
- 1
-
-
作者
杨简
潘贺
李太浩
段云鹏
石莹
王鑫
尹莹莹
-
机构
吉林农业大学信息化教学与管理中心
-
出处
《中国农机化学报》
北大核心
2014年第1期229-234,共6页
-
基金
吉林省教育厅"十二五"规划课题(201356)--农田大规模传感器网络数据管理技术研究
吉林省教育厅"十二五"规划课题(201247)--基于优化决策树算法的耕地地力等级评价的研究
吉林农大青年启动基金(201227)--基于DSP图像处理的鸡蛋品质无损分级研究
-
文摘
为了提高无损检测鸡蛋新鲜度的精度,本文将灰色理论和人工神经网络相结合,建立灰色神经网络预测鸡蛋的新鲜度(哈夫值)。首先利用机器视觉装置获取鸡蛋透射图像,进行图像处理,提取鸡蛋中心区颜色特征参数(H、S、I),以该参数集为样本训练灰色神经网络,预测鸡蛋哈夫值。通过试验表明,灰色神经网络预测精度较高,哈夫值残差为5.2684,鸡蛋分级的正确率92.7%,网络泛化能力强。
-
关键词
鸡蛋新鲜度
无损检测
灰色神经网络
机器视觉
-
Keywords
freshness degree of eggs
non-destructive detection
grey neural network
machine vision
-
分类号
S513
[农业科学—作物学]
S226.1
-
