基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
改进遗传算法优化BP神经网络的语音情感识别
遗传算法
反向传播神经网络
语音情感识别
自适应
优化
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于遗传算法和BP模糊神经网络的红外步态识别
BP模糊神经网络
红外
步态识别
多分类器融合
遗传算法
遗传算法优化的BP神经网络税收模型
遗传算法
神经网络
税收模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪
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
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (123)
参考文献  (14)
节点文献
引证文献  (13)
同被引文献  (51)
二级引证文献  (65)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(6)
  • 参考文献(5)
  • 二级参考文献(1)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(8)
  • 引证文献(2)
  • 二级引证文献(6)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(11)
  • 引证文献(2)
  • 二级引证文献(9)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
牛肉图像
遗传算法
BP神经网络
肌肉与脂肪像素
识别率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
论文1v1指导