农业机械学报
農業機械學報
농업궤계학보
TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL MACHINERY
2012年
2期
140-145
,共6页
张伟%屠康%刘鹏%潘磊庆%詹歌
張偉%屠康%劉鵬%潘磊慶%詹歌
장위%도강%류붕%반뢰경%첨가
鸭蛋%孵化检测%传感器信息融合%神经网络
鴨蛋%孵化檢測%傳感器信息融閤%神經網絡
압단%부화검측%전감기신식융합%신경망락
为提高判别种蛋孵化前期受精的准确性和稳定性,将视觉和声学2种传感器信息在孵化第5天进行特征层融合,采用2种人工神经网络构建种蛋孵化前期受精性判断的融合模型.研究表明:采用LVQ神经网络判别模型的准确率和稳定性,优于BP神经网络.单独利用计算机视觉技术和敲击振动技术对鸭蛋孵化早期受精情况的判别准确率为92％和88％,而将2种传感器信息进行融合构建的模型的准确率可达98％,说明传感器信息融合技术在判断鸭蛋孵化前期受精性方面是可行的.
為提高判彆種蛋孵化前期受精的準確性和穩定性,將視覺和聲學2種傳感器信息在孵化第5天進行特徵層融閤,採用2種人工神經網絡構建種蛋孵化前期受精性判斷的融閤模型.研究錶明:採用LVQ神經網絡判彆模型的準確率和穩定性,優于BP神經網絡.單獨利用計算機視覺技術和敲擊振動技術對鴨蛋孵化早期受精情況的判彆準確率為92％和88％,而將2種傳感器信息進行融閤構建的模型的準確率可達98％,說明傳感器信息融閤技術在判斷鴨蛋孵化前期受精性方麵是可行的.
위제고판별충단부화전기수정적준학성화은정성,장시각화성학2충전감기신식재부화제5천진행특정층융합,채용2충인공신경망락구건충단부화전기수정성판단적융합모형.연구표명:채용LVQ신경망락판별모형적준학솔화은정성,우우BP신경망락.단독이용계산궤시각기술화고격진동기술대압단부화조기수정정황적판별준학솔위92％화88％,이장2충전감기신식진행융합구건적모형적준학솔가체98％,설명전감기신식융합기술재판단압단부화전기수정성방면시가행적.
