【摘要】：水果是世界主要農(nóng)產(chǎn)品之一,雖然我國擁有較大的水果種植面積和較高的水果產(chǎn)量,但是處于初級(jí)階段的國內(nèi)水果采摘后商品化處理水平和處理能力成為制約國內(nèi)水果出口的主要因素。青梅作為一種具有多重保健功能的藥食資源,深受廣大群眾的喜歡。人工分揀模式的性能易受到操作人員經(jīng)驗(yàn)、責(zé)任心等主觀因素的影響,因此,基于機(jī)器視覺的自動(dòng)分揀成為水果分級(jí)的主要技術(shù)手段。然而,相似樣本的大量存在以及樣本標(biāo)簽的獲取困難是機(jī)器分揀性能不佳的主要原因。因此,如何利用大量無標(biāo)簽樣本,以及獲取局部細(xì)微差異特征是區(qū)分相似樣本的關(guān)鍵。針對(duì)監(jiān)督學(xué)習(xí)機(jī)制和深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的固有缺陷,本文提出了一種具有不確定認(rèn)知結(jié)果熵測度指標(biāo)約束的深度半監(jiān)督學(xué)習(xí)相似青梅品級(jí)智能認(rèn)知方法。本文的主要工作如下:(1)針對(duì)有標(biāo)簽相似青梅圖像樣本難以獲取的難題,基于圖的半監(jiān)督學(xué)習(xí)方法利用較少的有標(biāo)簽數(shù)據(jù),對(duì)大量無標(biāo)簽數(shù)據(jù)進(jìn)行標(biāo)定,用于擴(kuò)充訓(xùn)練青梅圖像樣本集,降低了人工勞動(dòng)強(qiáng)度。(2)針對(duì)相似青梅圖像間差異化特征表征不充分的難題,在極大信息熵性能指標(biāo)約束下構(gòu)建自適應(yīng)架構(gòu)深層神經(jīng)網(wǎng)絡(luò),獲取相似青梅圖像由全局到局部的多層面充分差異化特征空間表征,并基于可分性度量測度指標(biāo)和變精度粗糙集,在有限論域不確定條件下,從信息論角度建立認(rèn)知智能決策信息系統(tǒng)模型,提取與相似青梅品級(jí)有明確品級(jí)映射關(guān)系的簡約多層面充分差異化特征空間數(shù)據(jù)結(jié)構(gòu)。(3)針對(duì)深層神經(jīng)網(wǎng)絡(luò)中softmax層泛化能力不足的缺陷,以及圖半監(jiān)督學(xué)習(xí)無法預(yù)測新加入樣本的難題,本文采用集成RVFL分類器,構(gòu)建相似青梅圖像簡約多層面充分差異化特征空間的分類認(rèn)知準(zhǔn)則,并基于前向傳播和反向更新的交替優(yōu)化策略,全局迭代更新深層神經(jīng)網(wǎng)絡(luò)和集成RVFL分類器的參數(shù)。(4)針對(duì)不確定認(rèn)知結(jié)果后驗(yàn)統(tǒng)計(jì)評(píng)測以及固定特征空間適用度差的難題,基于廣義誤差和廣義熵理論定義了一種相似青梅品級(jí)不確定認(rèn)知結(jié)果誤差熵測度指標(biāo),實(shí)時(shí)評(píng)測相似青梅品級(jí)不確定認(rèn)知結(jié)果的可信度,自尋優(yōu)交替調(diào)節(jié)認(rèn)知精度、網(wǎng)絡(luò)層級(jí)和中和因子,更新簡約多層面充分差異化特征空間、分類認(rèn)知準(zhǔn)則和無標(biāo)簽樣本標(biāo)定的可信度,對(duì)可信度低的相似青梅圖像樣本通過調(diào)節(jié)參數(shù)進(jìn)行品級(jí)再認(rèn)知。為了驗(yàn)證本文算法的有效性,對(duì)3000幅相似青梅圖像樣本進(jìn)行了仿真實(shí)驗(yàn),平均認(rèn)知正確率達(dá)到98.26%,為后續(xù)在線分揀系統(tǒng)設(shè)計(jì)提供了理論支持。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TP18;TS255.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬玉娟;趙見軍;鄧紅;孟永宏;郭玉蓉;;陜西洛川富士鮮蘋果品質(zhì)綜合評(píng)價(jià)及分級(jí)體系的構(gòu)建[J];食品科學(xué);2015年01期

2 孫海霞;張淑娟;薛建新;周靖博;;基于機(jī)器視覺和光譜技術(shù)水果分級(jí)的研究進(jìn)展[J];農(nóng)機(jī)化研究;2014年01期

3 張俊麗;常艷麗;師文;;標(biāo)簽傳播算法理論及其應(yīng)用研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2013年01期

4 李光輝;任亞梅;任小林;趙玉;李帥;蘇晉文;劉朵;;蘋果品種及損傷蘋果的FT-NIR鑒別研究[J];食品科學(xué);2012年16期

5 文瑩;肖明清;王邑;趙亮亮;;基于信息熵屬性約簡的航空發(fā)動(dòng)機(jī)故障診斷[J];儀器儀表學(xué)報(bào);2012年08期

6 陳艷軍;張俊雄;李偉;任永新;譚豫之;;基于機(jī)器視覺的蘋果最大橫切面直徑分級(jí)方法[J];農(nóng)業(yè)工程學(xué)報(bào);2012年02期

7 梁吉業(yè);高嘉偉;常瑜;;半監(jiān)督學(xué)習(xí)研究進(jìn)展[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

8 王亞鵬;許瑋;丁辰龍;;共話機(jī)器視覺技術(shù)發(fā)展[J];自動(dòng)化博覽;2009年08期

9 許廣林;馮嘉禮;劉永昌;;模式識(shí)別的屬性計(jì)算網(wǎng)絡(luò)模型[J];計(jì)算機(jī)研究與發(fā)展;2008年S1期

10 趙茂程;侯文軍;;我國基于機(jī)器視覺的水果自動(dòng)分級(jí)技術(shù)及研究進(jìn)展[J];包裝與食品機(jī)械;2007年05期

相關(guān)博士學(xué)位論文 前4條

1 曹春水;深度卷積神經(jīng)網(wǎng)絡(luò)中反饋機(jī)制的計(jì)算建模及應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2018年

2 陳克瓊;不確定信息認(rèn)知對(duì)象的仿反饋認(rèn)知智能機(jī)制與計(jì)算模型研究[D];合肥工業(yè)大學(xué);2017年

3 潘俊;基于圖的半監(jiān)督學(xué)習(xí)及其應(yīng)用研究[D];浙江大學(xué);2011年

4 郝敏;基于機(jī)器視覺的馬鈴薯外部品質(zhì)檢測技術(shù)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前4條

1 童旭;基于機(jī)器視覺水果表面等級(jí)分類識(shí)別的研究[D];重慶交通大學(xué);2018年

2 王光新;脫機(jī)手寫體漢字智能識(shí)別模型與相似樣本識(shí)別研究[D];合肥工業(yè)大學(xué);2017年

3 劉新庭;基于機(jī)器視覺的蘋果分級(jí)方法研究[D];湖南農(nóng)業(yè)大學(xué);2015年

4 韓波;基于集成學(xué)習(xí)的極限學(xué)習(xí)機(jī)的算法研究[D];中國海洋大學(xué);2014年

本文編號(hào)：2776004