|
|||||
|
|
| PCA和改进BP神经网络的大米外观品质识别 | |
| 摘 要： | 为了研究大米品质的优劣,采用主成分分析算法和BP神经网络相结合的方法对大米米粒进行识别.将米粒的特征变量进行主成分分析以提取代表性的主成分分量,将获得的主成分作为输入神经元来建立自适应BP神经网络进行学习,并将训练完毕的神经网络用于实际过程中的大米品质判别,同时采用附加动量法和自适应调整速率策略优化网络结构.仿真和实验结果表明,此方法可以使得大米识别的准确度达到95%以上并且有效的减少识别所需时间. |
Rice Appearance Quality Recognition Based on PCA and Improved BP Neural Network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |