一种基于OCA聚类的棉花异质纤维鉴别方法

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。

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。