10.16208/j.issn1000-7024.2018.11.045
基于FPCA和PSOSVM回收塑料瓶分类
为提高回收塑料瓶颜色分类的识别率,提出一种基于FPCA和PSOSVM的分类算法.在HSI模型中,使用快速主成分分析(FPCA)法对图像进行降维处理,提取有效的特征;采用粒子群算法(PSO)对支持向量机(SVM)的参数惩罚因子和核函数进行优化;为避免PSO的计算结果陷入局部极值中,引入惯性权重和收敛因子;构建支持向量机分类模型,将优化后的参数和提取的特征作为输入进行分类识别.实验结果表明,该分类算法的识别率为93.4%,较未使用粒子群算法寻优的分类算法,识别率提高了5.8%,可以进行有效识别.
回收塑料瓶分类、快速主成分分析、支持向量机、粒子群算法、参数寻优
39
TP391.41(计算技术、计算机技术)
河北省教育厅基金项目ZD2014081;河北省自然科学基金项目F2015402150
2019-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
3555-3558,3575