基于改进神经网络算法的蔬菜图像识别

• 作者: 芦范
• 来源期刊: 食品与机械
• 关键词: 神经网络 径向基函数 量子 蔬菜图像
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 贮运与保鲜
• 页码范围: 146-150
• 页数: 5页
• 字数: 3689字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2020.02.027

摘要

文章提出了改进神经网络算法,建立了径向基函数神经网络模型,包括梯度下降方法求解权重参数,增大邻域半径的均值聚类方法求取隐函数中心值,利用相邻聚类中心获得核宽度,通过量子遗传算法删除冗余权重和神经元;提取了蔬菜图像的特征,并给出了算法流程.仿真试验表明,试验算法对蔬菜图像的形状特征平均识别率为97.56％,纹理特征平均识别率为95.60％,颜色特征平均识别率为93.25％,训练时间平均为5.83 s、识别时间平均为2.18 s,优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芦范		7	9	1.0	3.0