ASM和BP网络在苹果果形研究中的方法比较

• 作者: 杜丰玉 蔡健荣 许月明
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 苹果 果形 ASM 主成分分析 BP 傅立叶变换
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 基础研究
• 页码范围: 56-59
• 页数: 4页
• 分类号: TS255
• 字数: 3011字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6630.2007.04.009

摘要

形状判别是苹果外观品质检测中不可缺少的内容.本文先后采用主动形状模型(ASM)和基于傅立叶描述子的神经网络方法进行苹果形态分级,实验结果表明:传统神经网络方法的判别准确率为83.3%左右,而ASM方法的分级效果较好,对苹果果形的判别准确率高达95%,模型与实际对象匹配的时间不超过2s,且直观性强、鲁棒性好,具有较好的灵活性,能够满足苹果实时分级的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡健荣	江苏大学食品与生物工程学院	97	1845	26.0	41.0
2	许月明	芜湖职业技术学院生物工程系	36	130	6.0	9.0
3	杜丰玉	莱阳农学院植物保护学院	2	36	2.0	2.0