基于D-S证据理论的鸡蛋新鲜度多传感器融合识别

为提高无损检测在判断鸡蛋新鲜度方面的稳定性和模型适应性,通过D-S证据理论和BP神经网络将电子鼻和机器视觉两种传感器在特征层进行融合,构建了鸡蛋新鲜度的融合模型。探讨了一种可以弥补D-S证据在信息融合过程中不足的改进方法。验证试验结果表明:通过融合优化,不确定性的基本概率赋值下降到0.01以内,解决了单一检测方法检测模型存在识别空白区间或稳定性差的问题。经过D-S融合的多传感器融合BP模型在判别效果和稳定性方面都有较大提高,判别鸡蛋新鲜度准确率平均值达到92.6%。