本文主要研究内容
作者陶海（2019）在《基于深度学习的青梅品级半监督智能认知方法》一文中研究指出：随着人们生活水平的不断提高,消费者对水果的品级越发重视。然而水果采摘后的商品化处理水平低成为制约国内水果附加值以及国际市场竞争力的主要因素。实现水果品级的准确自动分级已成为国内水果行业现代化的前提条件。青梅作为一种具有多重保健功能的药食资源,深受广大群众的喜欢。为了避免人工分拣模式性能受到操作人员经验、责任心等主观因素影响,基于机器视觉的水果品级认知成为当前水果分级的主要技术。针对监督学习认知方法中存在水果样本标定困难、固定特征空间充分表征和分类器泛化能力不足、认知结果后验统计的缺陷,模仿人类反复推敲比对信息交互认知模式,本文基于深度学习探索了一种具有认知结果熵测度指标约束的青梅品级半监督智能认知方法,以期提高青梅品级的识别率。本文的主要工作如下:(1)基于协同训练的半监督学习机制标定具有强信度的无标签青梅图像样本,扩充训练青梅图像样本集,构建具有充分表征性的自适应架构卷积神经网络,建立青梅图像由局部到全局的多层面充分表征特征空间。(2)引入青梅品级图像的决策属性信息,基于变精度粗糙集理论,在有限论域不确定条件下,从信息论角度建立训练青梅品级多层面充分表征特征空间的认知智能决策信息系统模型。设计具有万局逼近能力的随机配置网络模式分类器,构建多层面简约特征空间的分类准则。(3)构建青梅品级认知误差熵测度表征,针对后验统计无法实时评测认知结果的缺陷,基于广义误差和广义熵理论,定义了一种青梅品级不确定认知结果的认知误差潜在语义熵测度指标,实时量测青梅品级不确定认知结果的可信度,为智能反馈认知的运行机制提供量化依据。(4)基于不确定认知结果误差熵测度指标约束条件,构建青梅品级的特征空间调节机制,自寻优调节内层认知特征效能、中间层认知特征层级以及外层无标签样本置信度,更新青梅品级多层面特征空间、分类准则和标定的无标签样本集,对可信度低的青梅图像样本进行品级再认知。为了验证所提出的青梅品级半监督智能认知模型的优越性,本文选取5400幅青梅图像作为样本库,采用MATLAB仿真对本文方法的有效性和可行性进行了验证。实验结果表明,本文所提出的方法平均识别率达到98.32%,较其他认知方法的性能更优。
Abstract
sui zhao ren men sheng huo shui ping de bu duan di gao ,xiao fei zhe dui shui guo de pin ji yue fa chong shi 。ran er shui guo cai zhai hou de shang pin hua chu li shui ping di cheng wei zhi yao guo nei shui guo fu jia zhi yi ji guo ji shi chang jing zheng li de zhu yao yin su 。shi xian shui guo pin ji de zhun que zi dong fen ji yi cheng wei guo nei shui guo hang ye xian dai hua de qian di tiao jian 。qing mei zuo wei yi chong ju you duo chong bao jian gong neng de yao shi zi yuan ,shen shou an da qun zhong de xi huan 。wei le bi mian ren gong fen jian mo shi xing neng shou dao cao zuo ren yuan jing yan 、ze ren xin deng zhu guan yin su ying xiang ,ji yu ji qi shi jiao de shui guo pin ji ren zhi cheng wei dang qian shui guo fen ji de zhu yao ji shu 。zhen dui jian du xue xi ren zhi fang fa zhong cun zai shui guo yang ben biao ding kun nan 、gu ding te zheng kong jian chong fen biao zheng he fen lei qi fan hua neng li bu zu 、ren zhi jie guo hou yan tong ji de que xian ,mo fang ren lei fan fu tui qiao bi dui xin xi jiao hu ren zhi mo shi ,ben wen ji yu shen du xue xi tan suo le yi chong ju you ren zhi jie guo shang ce du zhi biao yao shu de qing mei pin ji ban jian du zhi neng ren zhi fang fa ,yi ji di gao qing mei pin ji de shi bie lv 。ben wen de zhu yao gong zuo ru xia :(1)ji yu xie tong xun lian de ban jian du xue xi ji zhi biao ding ju you jiang xin du de mo biao qian qing mei tu xiang yang ben ,kuo chong xun lian qing mei tu xiang yang ben ji ,gou jian ju you chong fen biao zheng xing de zi kuo ying jia gou juan ji shen jing wang lao ,jian li qing mei tu xiang you ju bu dao quan ju de duo ceng mian chong fen biao zheng te zheng kong jian 。(2)yin ru qing mei pin ji tu xiang de jue ce shu xing xin xi ,ji yu bian jing du cu cao ji li lun ,zai you xian lun yu bu que ding tiao jian xia ,cong xin xi lun jiao du jian li xun lian qing mei pin ji duo ceng mian chong fen biao zheng te zheng kong jian de ren zhi zhi neng jue ce xin xi ji tong mo xing 。she ji ju you mo ju bi jin neng li de sui ji pei zhi wang lao mo shi fen lei qi ,gou jian duo ceng mian jian yao te zheng kong jian de fen lei zhun ze 。(3)gou jian qing mei pin ji ren zhi wu cha shang ce du biao zheng ,zhen dui hou yan tong ji mo fa shi shi ping ce ren zhi jie guo de que xian ,ji yu an yi wu cha he an yi shang li lun ,ding yi le yi chong qing mei pin ji bu que ding ren zhi jie guo de ren zhi wu cha qian zai yu yi shang ce du zhi biao ,shi shi liang ce qing mei pin ji bu que ding ren zhi jie guo de ke xin du ,wei zhi neng fan kui ren zhi de yun hang ji zhi di gong liang hua yi ju 。(4)ji yu bu que ding ren zhi jie guo wu cha shang ce du zhi biao yao shu tiao jian ,gou jian qing mei pin ji de te zheng kong jian diao jie ji zhi ,zi xun you diao jie nei ceng ren zhi te zheng xiao neng 、zhong jian ceng ren zhi te zheng ceng ji yi ji wai ceng mo biao qian yang ben zhi xin du ,geng xin qing mei pin ji duo ceng mian te zheng kong jian 、fen lei zhun ze he biao ding de mo biao qian yang ben ji ,dui ke xin du di de qing mei tu xiang yang ben jin hang pin ji zai ren zhi 。wei le yan zheng suo di chu de qing mei pin ji ban jian du zhi neng ren zhi mo xing de you yue xing ,ben wen shua qu 5400fu qing mei tu xiang zuo wei yang ben ku ,cai yong MATLABfang zhen dui ben wen fang fa de you xiao xing he ke hang xing jin hang le yan zheng 。shi yan jie guo biao ming ,ben wen suo di chu de fang fa ping jun shi bie lv da dao 98.32%,jiao ji ta ren zhi fang fa de xing neng geng you 。
论文参考文献
论文详细介绍
论文作者分别是来自合肥工业大学的陶海，发表于刊物合肥工业大学2019-10-11论文，是一篇关于青梅品级图像论文,深度学习论文,决策信息系统论文,随机配置网络论文,半监督学习论文,合肥工业大学2019-10-11论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自合肥工业大学2019-10-11论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：青梅品级图像论文; 深度学习论文; 决策信息系统论文; 随机配置网络论文; 半监督学习论文; 合肥工业大学2019-10-11论文;