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LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
基于多模态信息特征融合的犯罪预测算法研究
基于分形维数和支持向量机的串联电弧故障诊断方法
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