基于费舍尔评分与离散粒子群优化的棉花异性纤维在线检测

被引：5

作者：

赵学华 ^{[1
,2
]}

李道亮 ^{[3
]}

于合龙 ^{[4
]}

机构：

[1] 吉林大学计算机科学与技术学院

[2] 聊城大学计算机学院

[3] 中国农业大学信息与电气工程学院

[4] 吉林农业大学信息技术学院

来源：

农业工程学报 | 2014年 / 30卷 / 06期

关键词：

棉花; 算法; 纤维; 棉花异性纤维; 特征选择; 费舍尔评分; 离散粒子群优化;

D O I：

暂无

中图分类号：

S562 [棉];

学科分类号：

0901 ;

摘要：

为改进基于机器视觉的棉花异性纤维在线检测效率,提出一种基于费舍尔评分与离散粒子群优化的棉花异性纤维特征选择方法。该方法将费舍尔评分滤波式特征选择方法及基于离散粒子群优化的捆绑式特征选择方法组合在一起,首先利用费舍尔评分方法过滤噪声特征,然后利用离散粒子群算法从已去噪的特征集中选取最优特征子集。提出的方法应用于棉花异性纤维数据集,并与费舍尔评分方法、离散粒子群方法、遗传算法、蚁群算法进行对比,试验结果表明该方法可以更有效地选择出有较少特征数目、较高分类精度的特征子集。从75个棉花异性纤维原始特征中选出18个特征组成的特征集,其分类准确度达到93.5%,检测时间仅为0.8231 s,有效地改进了棉花异性纤维在线检测的精度与效率,从而减少异性纤维对棉纺织品的危害,提高棉纺企业经济效益。

引用

页码：107 / 115

页数：9

共 19 条

[1] 异性纤维危害及清理 [J].

胡恒军 ;

魏娟 .

中国棉花加工, 2007, (04) :37-39

[2] 基于自动视觉检测的棉花异性纤维分类系统 [J].

杨文柱 ;

李道亮 ;

魏新华 ;

康玉国 ;

李付堂 .

农业机械学报, 2009, 40 (12) :177-181+227

[3] 基于改进遗传算法的棉花异性纤维目标特征选择 [J].

杨文柱 ;

李道亮 ;

魏新华 ;

康玉国 ;

李付堂 .

农业机械学报, 2010, 41 (04) :173-178

[4] 基于改进蚁群算法的棉花异性纤维目标特征选择方法 [J].

赵学华 ;

李道亮 ;

杨文柱 ;

陈桂芬 ;

于合龙 ;

张馨 .

农业机械学报, 2011, 42 (04) :168-173

[5]

Binary particle swarm optimisation for feature selection:A filter based approach. Cervante L,Xue B,Zhang M,et al. IEEE Congress on Evolutionary Computation,CEC . 2012

[6]

Identification of trash types in ginned cotton using neuro fuzzy Techniques. Siddaiah Murali,Lieberman Michael,Prasad Nadipuram. Proceedings of the 8th IEEE international Conference on Fuzzy Systems . 1999

[7] 皮棉中杂质检测技术与检出装备的研究进展 [J].

郭俊先 ;

应义斌 .

农业机械学报, 2008, (07) :107-113+106

[8]

Advancing feature selection research. Zhao Zheng,Morstatter Fred,Sharma Shashvata,et al. ASU Feature Selection Repository . 2010

[9]

A hybrid approach for efficient plastic mulching films detection in cotton. Fang Jingjing,Jiang Yu,Yue Jun,et al. Mathematical and Computer Modelling . 2013

[10]

A New Optimizer Using Particle Swarm Theory. Eberhart R,Kennedy J. Proceedings of the Sixth International Symposium on Micro Machine and Human Science . 1995

← 1 2 →