《表3 基于机器视觉的皮蛋分级结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《利用机器视觉与近红外光谱技术的皮蛋无损检测与分级》
将得到的主成分输入到GA-SVM模型中进行训练。建立GA-SVM模型时,采用RBF核函数和遗传算法全局寻优。若对3种等级皮蛋进行三分类时,把601个样本随机分为训练集421个,测试集180个,测试集识别率仅为75.00%。从图3可以看出可食用的优质蛋、次品蛋与不可食用的劣质蛋图像差异大,故对只包含优质蛋和劣质蛋的试验样本分类,训练结果如表3所示,把410个样本随机分为训练集287个,测试集123个,测试集识别率为97.56%。把只包含次品蛋和劣质蛋的391个试验样本,随机分为训练集274个,测试集117个,测试集识别率为93.16%,均高于90%。试验结果表明机器视觉技术可以将皮蛋分为可食用蛋(优质蛋和次品蛋)与不可食用蛋(劣质蛋)。
图表编号 | XD00121539500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 王巧华、梅璐、马美湖、高升、李庆旭 |
绘制单位 | 华中农业大学工学院、农业部长江中下游农业装备重点实验室、国家蛋品加工技术研发分中心华中农业大学、华中农业大学工学院、农业部长江中下游农业装备重点实验室、国家蛋品加工技术研发分中心华中农业大学、华中农业大学食品科学技术学院、华中农业大学工学院、农业部长江中下游农业装备重点实验室、华中农业大学工学院、农业部长江中下游农业装备重点实验室 |
更多格式 | 高清、无水印(增值服务) |