多信息融合是现代智能检测技术的发展趋势,这种技术提供了一条提高农畜产品综合品质快速无损检测精度和稳定性的新途径。本课题提出将计算机视觉、光学、电子嗅觉(电子鼻)等多种检测技术的组合应用于农畜产品品质无损检测中的新学术思想,采用支持向量机和小波分析等方法相结合研究无损检测中的多信息融合及分类技术,以获得最佳联合特征参数,通过不同非线性分类模型的比较来寻找最佳模式识别分类器并探讨其设计方法。课题的研究有望得到识别精度高、在线性能好、效率较高及成本低的农畜产品综合品质无损评判技术原理。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
面向红枣品质无损检测的多源信息处理与融合机理研究
基于多源信息融合与深度学习的柚果内部品质无损检测方法研究
基于近红外光谱与机器视觉信息融合的干制哈密大枣多品质无损检测机理研究
基于多域关联与图谱融合稀疏层析重构的THz-TDS无损检测技术研究