基于改进PSO算法和LS-SVM的苹果分级检测

摘要：

为解决苹果分级准确率低和速度慢等缺陷,提出一种基于粒子群优化(PSO)改进算法的最小二乘支持向量机(LSSVM)苹果分级检测方法,通过时苹果特征的优化选择,从而大规模缩减分类前LS-SVM训练样本数据,提高分类器训练效率.苹果分级实验表明,此方法能从红富士苹果的16个形状特征中提取出5个最优特征,用最优特征分级的正确率达96％以上,效果显著,该方法具有可行性.

关键词：苹果分级、粒子群优化算法、最小二乘支持向量机

分类号：TP391.4(计算技术、计算机技术)

资助基金：盐城工学院重点建设学科开放基金资助项目XKY2010021

在线出版日期：2012-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：161-163,166