用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪

• 作者: 姬长英 罗霞 贾渊 陈念年
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 牛肉图像 遗传算法 BP神经网络 肌肉与脂肪像素 识别率
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 216-219
• 页数: 4页
• 分类号: TP274+.3|TS251.5+2
• 字数: 3033字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.11.039

摘要

利用遗传算法的全局搜索能力,改进标准BP算法随机选取初始权重的不足,并构建了3-12-1的三层遗传BP神经网络,进行了3次牛肉肌肉与脂肪像素的分类试验,研究用BP网络对牛肉肌肉与脂肪两类像素点进行识别的可行性.以像素点的RGB值作为BP网络输入向量,每次训练集样本数62,测试集样本数43.测试的最终结果为:训练集的样本识别率分别为100%、100%、98.3871%;对应测试集的样本识别率分别为97.6744%、97.6744%、100%.试验结果表明,尽管基于遗传算法的BP神经网络对训练样本集以及测试样本集的肌肉和脂肪的识别率均在97%以上,但由于牛肉图像像素值在颜色空间中比较分散,有利于聚类的规律性不明显,因而是否可用BP网络来完成肌肉与脂肪的识别,还需要在网络拓扑结构、训练样本集等方面进一步研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬长英	南京农业大学工学院	214	3908	34.0	51.0
2	贾渊	西南科技大学计算机学院	23	112	7.0	9.0
3	罗霞	西南科技大学计算机学院	12	43	3.0	6.0
4	陈念年	西南科技大学计算机学院	61	625	11.0	22.0