搜索结果: 1-4 共查到“农业工程 beef”相关记录4条 . 查询时间(0.062 秒)
基于改进型FCM算法的牛肉大理石花纹提取方法(Beef Marbling Extraction Based on Modified Fuzzy C-means Clustering Algorithm)
牛肉 大理石花纹 提取 模糊C均值
2010/12/29
提出了一种基于改进型模糊C均值聚类算法的牛肉大理石花纹提取方法。该方法结合了快速模糊C均值(FCM)聚类算法,对传统FCM算法中的隶属函数、聚类数C和初始聚类中心点选取方法进行了优化。试验表明,该方法使牛肉大理石花纹提取的准确度由76.2%提高到85.7%。
牛肉嫩度的高光谱法检测技术(Hyperspectral Scattering Profiles for Prediction of Beef Tenderness)
牛肉嫩度 高光谱图像 多元线性回归
2009/12/28
为实现对牛肉嫩度的预测和分级,构建了试验用高光谱检测系统,在400~1000 nm波长范围内获取牛肉表面的高光谱散射图像。从高光谱图像中提取牛肉的反射光谱曲线,用step-wise逐步回归法选择 430、496、510、725、760和828 nm 6个波长建立了多元线性回归模型,用全交叉验证法验证模型的预测效果,模型的预测相关系数为0.96,预测标准差为0.64 kg。以嫩度6.0 kg为界将样...
为了简单、快捷、准确地检测牛肉新鲜度,建立了电子鼻检测系统。根据牛肉产生的气味和传感器实验,合理地选用了气敏传感器阵列。为提高电子鼻传感器灵敏度,对购置的传感器进行了改进。利用生物嗅觉的研究成果,开发出仿生嗅觉鼻道结构。为了提高电子鼻系统小样本训练的识别率,提出了用支持向量机(SVM)算法识别牛肉新鲜度的方法。应用电子鼻系统对储藏7d不同新鲜度的牛肉进行了识别实验,识别率达到99.25%。结果表明...
基于计算机视觉和神经网络的牛肉颜色自动分级(Automatic Color Grading of Beef Lean Tissue Based on BP Neural Network and Computer Vision)
牛肉 颜色 分级 神经网络
2009/5/22
将采集的牛胴体眼肌切面图像人工确定其颜色等级,然后通过计算机图像处理方法,分割出肌肉区域并提取出其在RGB和HIS颜色空间的颜色特征参数。设计一个以牛肉的颜色特征参数为输入、牛肉的颜色等级为输出的BP神经网络模型,通过训练,确定模型的结构参数,用测试样本对该模型进行验证。结果显示,用该模型进行牛肉颜色等级预测的正确率可达95%,耗时仅0.25s。表明利用所设计的模型可以对牛肉的颜色等级进行快速、准...