| 基于K-means-RBF的鸡肉品质分类方法研究 |
| |
| 引用本文： | 邢素霞,王九清,陈思,王睿.基于K-means-RBF的鸡肉品质分类方法研究[J].北京工商大学学报(自然科学版),2018,36(4):93-99. |
| |
| 作者姓名： | 邢素霞 王九清 陈思 王睿 |
| |
| 作者单位： | 北京工商大学 食品安全大数据技术北京市重点实验室/计算机与信息工程学院, 北京 100048,北京工商大学 食品安全大数据技术北京市重点实验室/计算机与信息工程学院, 北京 100048,北京工商大学 食品安全大数据技术北京市重点实验室/计算机与信息工程学院, 北京 100048,北京工商大学 食品安全大数据技术北京市重点实验室/计算机与信息工程学院, 北京 100048 |
| |
| 基金项目： | 国家自然科学基金资助项目(61473009)；北京市自然科学基金资助项目(4122020)；北京工商大学两科培育基金资助项目(19008001270)。 |
| |
| 摘 要： | 鸡肉在贮藏和运输过程中容易腐败变质,利用高光谱成像技术的图、谱合一特点,同时获取鸡肉的光谱特征和纹理、颜色特征,通过鸡肉的内在特征与外在特征综合实现鸡肉品质快速分类。制备62份鸡胸肉样品,通过理化分析分为放心食用、可食用、不建议食用和不可食用4类；以已知分类结果的42个样品作为训练集,将纹理、颜色、光谱特征作为K-means-RBF神经网络的输入,确定K-means初始分类中心、训练RBF神经网络,构建K-means-RBF鸡肉品质分类模型,并利用剩余20个样品作为测试集,对K-means-RBF鸡肉品质分类模型进行测试。测试结果显示,通过训练后的K-means-RBF神经网络对20个测试集样品的分类正确率达到100%；而分别采用纹理、颜色和纹理颜色综合特征作为输入建立的分类器,正确率分别为85%、80%、95%。鸡肉品质分类成功利用了高光谱成像技术“图谱合一”的特点,实现了鸡肉品质的综合检测,验证了K-means-RBF融合方法在高光谱数据分析中的有效性,及单一特征在分类中的局限性。
|
| 关 键 词： | 鸡肉 高光谱 K-means-RBF 数据融合 |
| 收稿时间： | 2017/11/22 0:00:00 |
Study on Chicken Quality Classification Method Based on K-Means-RBF |
| |
| XING Suxi,WANG Jiuqing,CHEN Si and WANG Rui.Study on Chicken Quality Classification Method Based on K-Means-RBF[J].Journal of Beijing Technology and Business University:Natural Science Edition,2018,36(4):93-99. |
| |
| Authors: | XING Suxi WANG Jiuqing CHEN Si and WANG Rui |
| |
| Institution: | Beijing Key Laboratory of Big Data Technology for Food Safety/School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China,Beijing Key Laboratory of Big Data Technology for Food Safety/School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China,Beijing Key Laboratory of Big Data Technology for Food Safety/School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China and Beijing Key Laboratory of Big Data Technology for Food Safety/School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China |
| |
| Abstract: | |
| |
| Keywords: | chicken meat hyperspectral K-means-RBF data fusion |
|
| 点击此处可从《北京工商大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《北京工商大学学报(自然科学版)》下载免费的PDF全文 |
|
