计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2010年
8期
2235-2237,2268
,共4页
籽棉%图像特征%反向传播神经网络%分级
籽棉%圖像特徵%反嚮傳播神經網絡%分級
자면%도상특정%반향전파신경망락%분급
为了提高在籽棉收购环节中品级分级的客观性和准确性,籽棉品级分级模型以籽棉图像的特征参数为依据,以BP神经网络为分类算法.依据GB1103-2007中籽棉品级分级标准,提取籽棉图像的白度、黄度、杂质作为特征参数,使用部分样本对BP神经网络进行训练,训练后的BP神经网络对未参加训练的样本进行分级,精度达到81%.实验证明,该模型能够提高籽棉分级的客观性和准确性.
為瞭提高在籽棉收購環節中品級分級的客觀性和準確性,籽棉品級分級模型以籽棉圖像的特徵參數為依據,以BP神經網絡為分類算法.依據GB1103-2007中籽棉品級分級標準,提取籽棉圖像的白度、黃度、雜質作為特徵參數,使用部分樣本對BP神經網絡進行訓練,訓練後的BP神經網絡對未參加訓練的樣本進行分級,精度達到81%.實驗證明,該模型能夠提高籽棉分級的客觀性和準確性.
위료제고재자면수구배절중품급분급적객관성화준학성,자면품급분급모형이자면도상적특정삼수위의거,이BP신경망락위분류산법.의거GB1103-2007중자면품급분급표준,제취자면도상적백도、황도、잡질작위특정삼수,사용부분양본대BP신경망락진행훈련,훈련후적BP신경망락대미삼가훈련적양본진행분급,정도체도81%.실험증명,해모형능구제고자면분급적객관성화준학성.
