【摘 要】
：
光泽是决定珍珠品质的重要因素,传统分选方法未考虑珍珠光泽的不均匀特性,分选效果难以满足实际需要。为改善此状况,提出一种基于光谱模式识别的多区域联合判决方法和配套设计的专用光谱测量系统。从每颗珍珠表面h个随机位置测量得到光谱数据,经筛除、矫正等处理,优选训练KPCA+PSO-SVM回归预测模型,根据待测珍珠h组光谱的预测值均值判决其光泽等级。实验用分属"优,中,弱"3级光泽的252颗珍珠为样本,训练
【机 构】
：
四川大学电气工程学院,浙江农林大学信息工程学院
【基金项目】
：
浙江省公益技术研究计划项目(LGG18F030006)。
论文部分内容阅读
光泽是决定珍珠品质的重要因素,传统分选方法未考虑珍珠光泽的不均匀特性,分选效果难以满足实际需要。为改善此状况,提出一种基于光谱模式识别的多区域联合判决方法和配套设计的专用光谱测量系统。从每颗珍珠表面h个随机位置测量得到光谱数据,经筛除、矫正等处理,优选训练KPCA+PSO-SVM回归预测模型,根据待测珍珠h组光谱的预测值均值判决其光泽等级。实验用分属"优,中,弱"3级光泽的252颗珍珠为样本,训练多组对照模型。实验对比表明,参数(h,Δ,ω,φ)取值恰当时,上述方法能有效提高各模型的分选准确率和稳定
其他文献
属性约简是粗糙集理论的重要研究内容。目前决策粗糙集的属性约简大多基于全局的决策类,并且都是采用单一的约简准则。针对这一问题,在决策粗糙集下提出一种特定类别属性约简算法。针对特定的决策类,给出一种属性约简的定义,在保证决策区域极大化的同时尽可能地降低决策区域划分时的代价;利用集成学习的方法设计出相应的启发式属性约简算法。通过在UCI数据集上与已有的算法进行实验比较,验证了该算法具有更高的属性约简性能