《表2 娃娃菜外观检测分级结果》

  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

《基于图像传感技术的娃娃菜外观品质检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表2可知，基于机器视觉获得的各指标参数应用无监督聚类传统方法K-means、K-medoid及模糊聚类方法Fuzzy C-means（FCM）、The Gath-Geva（GG）进行分级，并呈现良好的分级结果。模糊聚类即在集群簇边界设置不同程度的隶属度（0～1）以识别样品等级，使得当样品在指标边界情况下不会被直接判定为合格或不合格等级，可对其进一步处理。其中分配系数（partition coefficient，PC）衡量簇间的分离程度，传统方法因其硬性划分集群该值为最高值1，该值越趋近于1分簇能力越强；分离熵（classification entropy，CE）衡量簇间模糊程度，系数越小则分簇效果越佳。