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:
以南疆红枣颜色分级为研究对象,从预处理后的红枣图像中提取红体均值(R)、绿体均值(6)和蓝体均值(B)以及它们的均方差σR、σG、σB共6种颜色特征变量;再将图像从RGB到HIS颜色空间转换,然后从HIS颜色空间中,提取色度均值(H)、亮度均值(I)和饱和度均值(S)以及它们的各自的均方差σH、σs、σ1共6个颜色特征变量,总计12个颜色特征变量,最后应用BP神经网络进行红枣颜色分级.结果表明,BP人工神经网络分级与人工分级的一致度达到了91.6%,该网络分级效果良好,能较好地满足红枣颜色分级的需求,对南疆红枣产品的生产、销售具有一定的理论指导和实际应用意义.
推荐文章
基于USB650南疆红枣颜色分级方法的研究
南疆红枣
颜色分级
神经网络
CIE 1976 L*a*b*颜色空间
基于神经网络和颜色特征对木材进行分级的分析
神经网络
BP神经网络算法
颜色
颜色矩
基于改进BP神经网络的恐怖袭击事件分级研究
恐怖袭击事件
分级模型
模糊聚类分析
BP神经网络
模拟退火遗传算法
基于人工神经网络的突出矿井分级方法
人工神经网络
突出矿井
分级方法
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 BP人工神经网络南疆红枣颜色分级方法的研究
来源期刊 食品工业 学科
关键词 南疆红枣 BP人工神经网络 颜色分级 机器视觉
年,卷(期) 2015,(1) 所属期刊栏目 工艺技术
研究方向 页码范围 165-167
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (134)
共引文献  (54)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(13)
  • 参考文献(1)
  • 二级参考文献(12)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(20)
  • 参考文献(0)
  • 二级参考文献(20)
2016(13)
  • 参考文献(1)
  • 二级参考文献(12)
2017(11)
  • 参考文献(1)
  • 二级参考文献(10)
2018(14)
  • 参考文献(1)
  • 二级参考文献(13)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(20)
  • 参考文献(0)
  • 二级参考文献(20)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
南疆红枣
BP人工神经网络
颜色分级
机器视觉
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
食品工业
月刊
1004-471X
31-1532/TS
大16开
上海市肇嘉浜路376号轻工大厦10楼
1979
chi
出版文献量(篇)
9989
总下载数(次)
52
总被引数(次)
39221
论文1v1指导