公开(公告)号：CN111693487A

公开(公告)日：2020-09-22

申请号：CN202010468700.9

申请日：2020-05-28

Applicant: 济南大学

Inventor： 毕淑慧 ,  申涛 ,  赵钦君 ,  徐元 ,  孙明旭 ,  闫兴伟 ,  聂茂勇

IPC: G01N21/359 ,  G06N3/12 ,  G06N20/00

Abstract: 本发明公开了一种基于遗传算法和极限学习机的水果糖度检测方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述最佳的特征波长输入到训练好的极限学习机预测模型，输出水果的可溶性固形物含量信息，进而得到水果糖度信息；其中，所述极限学习机预测模型基于水果的原始近红外光谱及对应的可溶性固形物含量值的对应关系建立。本发明基于遗传算法来筛选波长，将极限学习机法交互验证中因变量的预测值跟实际值的相关系数作为遗传算法的适应度函数，用遗传算法从原始光谱1557个光谱波长中选择最为合适的波长，大大提高水果糖度的预测精度。

公开(公告)号：CN110276386A

公开(公告)日：2019-09-24

申请号：CN201910503048.7

申请日：2019-06-11

Applicant: 济南大学

Inventor： 申涛 ,  赵钦君 ,  毕淑慧 ,  徐元 ,  聂茂勇

IPC: G06K9/62 ,  G06N3/08 ,  G06N3/12 ,  G06T7/00

Abstract: 本发明公开了一种基于机器视觉的苹果分级方法及系统，包括：采集设定数量的样本图像，构建样本图像集；采集待测样本图像，进行图像预处理；对待测样本进行特征提取；分别提取待测样本图像的颜色特征、果形特征、果径特征以及表面缺陷特征；制定分级标准，利用遗传算法和BP神经网络建立样本特征与等级的分类模型；将提取到的待测样本图像的颜色特征、果形特征、果径特征以及表面缺陷特征输入到分类模型中，输出待测样本的等级分类。本发明有益效果：能获得清晰的苹果表面图像，减小分类误差。基于遗传算法优化的BP神经网络模型能对苹果进行准确分级，大大提高苹果的分级效率。