测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2011年
7期
97-100
,共4页
粒子群优化%最小二乘支持向量机%识别技术%非线性建模
粒子群優化%最小二乘支持嚮量機%識彆技術%非線性建模
입자군우화%최소이승지지향량궤%식별기술%비선성건모
为了解决传统的机器视觉识别技术识别精度低的难题,提出基于粒子群优化最小二乘支持向量机的机器视觉识别方法.首先,对机器视觉采集的图像进行特征提取;然后,利用特征数据建立基于粒子群优化最小二乘支持向量机的识别模型;最后,以红枣缺陷识别作为应用案例以证明该方法的有效性及优越性.分别采用人工神经网络、支持向量机与该方法进行对比分析,实验结果表明,改进的最小二乘支持向量机对缺陷红枣的识别性能优于神经网络与支持向量机的识别性能.
為瞭解決傳統的機器視覺識彆技術識彆精度低的難題,提齣基于粒子群優化最小二乘支持嚮量機的機器視覺識彆方法.首先,對機器視覺採集的圖像進行特徵提取;然後,利用特徵數據建立基于粒子群優化最小二乘支持嚮量機的識彆模型;最後,以紅棘缺陷識彆作為應用案例以證明該方法的有效性及優越性.分彆採用人工神經網絡、支持嚮量機與該方法進行對比分析,實驗結果錶明,改進的最小二乘支持嚮量機對缺陷紅棘的識彆性能優于神經網絡與支持嚮量機的識彆性能.
위료해결전통적궤기시각식별기술식별정도저적난제,제출기우입자군우화최소이승지지향량궤적궤기시각식별방법.수선,대궤기시각채집적도상진행특정제취;연후,이용특정수거건립기우입자군우화최소이승지지향량궤적식별모형;최후,이홍조결함식별작위응용안례이증명해방법적유효성급우월성.분별채용인공신경망락、지지향량궤여해방법진행대비분석,실험결과표명,개진적최소이승지지향량궤대결함홍조적식별성능우우신경망락여지지향량궤적식별성능.