-
题名基于BP神经网络的堆积状不同品种茶叶识别研究
被引量:2
- 1
-
-
作者
张志峰
李世海
汤一明
乔林
吴凡
翟玉生
-
机构
郑州轻工业学院物理与电子工程学院
郑州轻工业学院机电工程学院
-
出处
《轻工学报》
CAS
2017年第1期103-108,共6页
-
基金
国家自然科学基金项目(61274012
U1304507)
+1 种基金
河南省高等学校青年骨干教师资助计划项目(2012GGJS-118)
国家大学生创新创业训练计划项目(201510462043)
-
文摘
提出了一种对于堆积状不同品种茶叶的快速无损检测方法.所检测茶叶为自然颗粒堆积状,通过彩色相机拍摄茶叶彩色图像,经过图像预处理和灰度共生矩阵分析,获得茶叶纹理特征,经主成分分析后,得到3个特征参量作为BP神经网络模型的输入,建立模式识别模型.结果表明,该方法对于未知32个预测样本的识别率达到93.8%,实现了茶叶品种的无损快速检测,提高了茶叶在生产、加工、贸易过程中品种识别的准确性.
-
关键词
灰度共生矩阵
BP神经网络模型
主成分分析
茶叶无损检测
-
Keywords
gray level co-occurre-nce matrix
BP neuralnetwork model
principalcomponent analysis
teanondestructive identifi-cation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TS272.7
[农业科学—茶叶生产加工]
-