发明名称 |
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。 |
申请公布号 |
CN105095922A |
申请公布日期 |
2015.11.25 |
申请号 |
CN201410198164.X |
申请日期 |
2014.05.12 |
申请人 |
浙江理工大学 |
发明人 |
黄静 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
杭州天勤知识产权代理有限公司 33224 |
代理人 |
褚超孚 |
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。 |
地址 |
310018 浙江省杭州市下沙高教园区2号大街5号 |