【摘 要】
:
马铃薯形状是马铃薯分级的重要指标之一,本文利用机器视觉技术根据形状对马铃薯进行分选。提出一种结合主成分分析-支持向量机(PCA-SVM)算法的马铃薯形状分选方法。该方法提取单个马铃薯区域内11维表征形状的特征向量,并利用主成分分析(PCA)法对特征向量进行降维,提取出形状的主成分特征,然后,将主成分特征带入支持向量机(SVM)进行建模,并利用网格搜索法(GS)对SVM进行参数优化。检测中,采用十折
论文部分内容阅读
马铃薯形状是马铃薯分级的重要指标之一,本文利用机器视觉技术根据形状对马铃薯进行分选。提出一种结合主成分分析-支持向量机(PCA-SVM)算法的马铃薯形状分选方法。该方法提取单个马铃薯区域内11维表征形状的特征向量,并利用主成分分析(PCA)法对特征向量进行降维,提取出形状的主成分特征,然后,将主成分特征带入支持向量机(SVM)进行建模,并利用网格搜索法(GS)对SVM进行参数优化。检测中,采用十折交叉验证(CV)算法依次将马铃薯样品图片带入PCA模型和参数优化好的SVM模型,实现对马铃薯的分类。实验
其他文献
以南方地区微污染水源水为对象,研究臭氧/活性炭深度处理工艺对有机物综合指标UV_(254)、COD_(Mn)、TOC的去除效果以及对消毒副产物的控制效果,并结合三维荧光光谱技术分析溶解性有机物的荧光特性。结果表明,与常规处理工艺相比,增加臭氧/活性炭深度处理工艺后,对UV_(254)、COD_(Mn)、TOC、三卤甲烷前体物的去除率分别提高了47. 05%、20. 24%、31. 11%、37.
本文探讨基于SPOC背景的翻转课堂教学应用研究——以"数字图像处理"课程为例。通过搭建数字图像处理课程网络教学平台,设计数字图像处理课程翻转教学情境,构建SPOC背景下的"数字图像处理课程"翻转课堂教学模式,并在我校信息与计算科学专业2014级-2016级学生教学中实践。结果表明:该教学模式是课内教学与MOOC的有利结合,创造一种有别于传统课堂的更为自由、灵活、高效的教学模式,是"互联网+"在高等
信息技术优化网络教学已成为教育行业的发展趋势,人工智能、大数据等新技术与教育不断的融入、发展、创新。
美国航空航天局(NASA)已选定由宇宙机器人公司在2023年底把其一辆月球车送到月面,用以勘探有望为未来载人探测任务提供支持的水冰资源。该局2020年6月11日宣布向位于匹兹堡的宇宙机器人公司下达价值1.995亿美元的一项任务订单,所要运送的是"挥发物调查极区探测漫游车"(VIPER),简称"毒蛇"。该任务订单属于"商业月球有效载荷服务"(CLPS)计划。NASA通过CLPS计划从各公司采购把有效
人们通常用发票来记录生活中的交易活动,而对机打票据的统计整理费时费力,准确率低,提出了一种机打票据数字识别算法。首先将纸质发票转化成图片格式,对图片进行灰度化、图像降噪、二值化等预处理,然后对发票代码和进行定位、切分和归一化,最后用3条直线在横向,2条直线在纵向分别穿过数字,5条直线穿越数字的次数构成一个五维的向量,通过比较10个数字的向量来识别数字,这种方法计算量低,准确度高。
当前,全球都在加速布局物联网,物联网在我国正处于急速发展阶段。各企业也都积极响应"中国制造2025"战略。然而日新月异的科技发展加速了工业设备的更新换代,导致一些陈旧设备其本身虽具有很高的使用价值,却无法跟上中国制造的战略需求,因此就需要对这些设备进行相应的升级改造。本文主要是对工业物联网进行分析,针对如何对老旧设备进行硬件层次的改造提出相应的解决办法和建议,并适当例举相关改造实例及其技术升级的方
提出了一种基于图像传感器的快速目标追踪算法及其硬件实现。本运算复杂度较低,具有良好的实时性。该算法被应用于一个全自动化智能多模态神经接口实验平台。该平台针对现今动物实验需要大量重复训练,需要记录的数据量大等问题提出了针对性解决方案,通过实验过程的自动化,实现了无人工干预的数据记录和动物训练流程控制。本系统具有以下两个主要优势:所有计算、控制和数据处理模块均在本地硬件进行,使动物实验环境不受计算机或
IEEE工业信息期刊总主编、台湾大学智慧机器人及自动化研究中心主任罗仁权在"2019世界机器人大会"上,阐述了人工智能与物联网结合所带来的新机遇与新市场。统计数据显示:过去十年间,自主无人驾驶已经成为人工智能研究领域的关健词;在北美、欧洲、亚洲的新兴经济体中,机器人的活动正在稳步提高。日本机构也预测,未来五年全球机器人领域的可能会出现高达20倍的增长,拥有巨大的增长潜力。