[发明专利]一种基于OCA聚类的棉花异质纤维鉴别方法在审
申请号: | 201410198164.X | 申请日: | 2014-05-12 |
公开(公告)号: | CN105095922A | 公开(公告)日: | 2015-11-25 |
发明(设计)人: | 黄静 | 申请(专利权)人: | 浙江理工大学 |
主分类号: | G06K9/66 | 分类号: | G06K9/66 |
代理公司: | 杭州天勤知识产权代理有限公司 33224 | 代理人: | 褚超孚 |
地址: | 310018 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于OCA聚类的棉花异质纤维鉴别方法,本发明通过获取待检测样本的特征向量,将特征向量输入训练好的RBF神经网络中,进而完成棉花异质纤维鉴别,且RBF神经网络采用OCA聚类法训练,能够自适应地确定聚类个数和各类样本,过程简单易于实现。本发明的棉花异质纤维鉴别方法,以RBF神经网络作为分类器,对棉花异质纤维进行模式识别,与现有的基于颜色识别的棉花异质纤维鉴别方法比较,大大提高了棉花异质纤维识别鉴别精度,降低误判概率,且基于OCA聚类训练RBF神经网络,大大提高了训练效率以及准确度。 | ||
搜索关键词: | 一种 基于 oca 棉花 纤维 鉴别方法 | ||
【主权项】:
一种基于OCA聚类的棉花异质纤维鉴别方法,其特征在于,获取待检测样品的特征向量,并将特征向量输入训练好的RBF神经网络,鉴别待检测样品是否为异质纤维,所述的RBF神经网络基于OCA聚类完成训练,包括:(1)获取用于训练RBF神经网络的训练样本集和测试样本集;(2)以测试样本集中各个测试样本的维数作为输入层的节点数目,并设定RBF神经网络的输出层的节点数目、隐层的隐节点数目以及各个隐节点的值,构建得到初始RBF网络,其中,基于OCA聚类设定隐层的隐节点数目和各个隐节点的中心值;(3)按照设定的学习速率和扩展参数,利用训练样本集训练所述的初始RBF网络,得到初始隐层到输出层的权值,直到满足设定的误差范围时完成训练,得到训练好的RBF神经网络。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江理工大学,未经浙江理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410198164.X/,转载请声明来源钻瓜专利网。