基于改进PSO算法和LS-SVM的苹果分级检测

• 作者: 夏卿 李先锋
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 苹果分级 粒子群优化算法 最小二乘支持向量机
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 应用与开发
• 页码范围: 161-163,166
• 分类号: TP391.4
• 字数: 2945字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.05.045

摘要

为解决苹果分级准确率低和速度慢等缺陷,提出一种基于粒子群优化(PSO)改进算法的最小二乘支持向量机(LSSVM)苹果分级检测方法,通过时苹果特征的优化选择,从而大规模缩减分类前LS-SVM训练样本数据,提高分类器训练效率.苹果分级实验表明,此方法能从红富士苹果的16个形状特征中提取出5个最优特征,用最优特征分级的正确率达96％以上,效果显著,该方法具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李先锋	盐城工学院信息工程学院	20	202	8.0	14.0
2	夏卿		1	5	1.0	1.0