有导师学习神经网络的大米识别

摘要：

为了利用智能算法来识别大米的种类属性,提出一种基于有导师学习神经网络的大米识别方法.该方法将训练样本的参数数据构造成测试集的标准数据,建立每种稻米的GRNN和PNN模型,并利用MAT-LAB 软件对包含有不同几何特征参数的GRNN和PNN模型进行仿真.在已有训练样本数据的指导下,分析稻米米粒几何参数与稻米种类之间的关系,识别出其他样本的类别.结果显示,提出的方法能够精准地识别稻米的种属,而且GRNN模型的准确率要低于PNN模型,该方法容易实现,无庞杂计算,避免繁琐迭代过程.

关键词：神经网络、神经元阈值、权值矩阵、高斯函数

所属期刊栏目：36

分类号：TP183(自动化基础理论)

资助基金：宁夏高等学校科学研究项目NGY2016215

在线出版日期：2018-06-25（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：67-70