【摘 要】
：
随着青椒行业产值的快速发展,青椒产业链中的各处理环节水平需不断提升。青椒的质量分类加工是青椒产业的重要流通环节,质量品级直接决定了其经济价值。目前青椒质量分类以人工和机械为主,关于人工智能的青椒质量分类研究近年来被逐渐提出,促进青椒产业实现标准化、规模化的质量分类,从而提升行业发展水平。但由于图像数据固有的复杂性以及分类标准模糊的特点,使基于机器学习实现青椒质量分类的效果不甚理想。为促进青椒产业发
论文部分内容阅读
随着青椒行业产值的快速发展,青椒产业链中的各处理环节水平需不断提升。青椒的质量分类加工是青椒产业的重要流通环节,质量品级直接决定了其经济价值。目前青椒质量分类以人工和机械为主,关于人工智能的青椒质量分类研究近年来被逐渐提出,促进青椒产业实现标准化、规模化的质量分类,从而提升行业发展水平。但由于图像数据固有的复杂性以及分类标准模糊的特点,使基于机器学习实现青椒质量分类的效果不甚理想。为促进青椒产业发展,本文探索深度学习在青椒质量分类工作中的应用,有利于推动青椒质量分类环节精准高效运行,进而提升农业生产效率与收益。本文以市场常见青椒为研究对象,自建四分类的青椒质量图像数据集,基于Res Net18网络建立青椒质量分类模型。通过实验,验证Res Net18网络在青椒质量分类领域中的可行性,分类准确率可达92.82%。为进一步提升深度学习网络在青椒质量分类中的准确率,本文以Res Net18为基础,结合图像处理领域中有助于提升分类准确率的CBAM注意力机制与自然语言处理领域中擅长捕捉长距离关系的Vi T网络,分别提出Res Net18-CBAM网络、Res Net18-Vi T混合网络以及Res Net18-Vi T-CBAM网络应用于青椒质量分类任务场景。实验结果表明,Res Net18-Vi T-CBAM网络分类准确率最高,可达94.48%,适合具体问题的实际应用;Res Net18-Vi T混合网络次之,相比单一网络的分类结果大幅提升。总体来说,此次研究实现了高准确率的青椒质量分类模型的构建,为青椒的质量分类关键提供解决思路。
其他文献
模糊推理是模糊集理论的重要研究内容之一,在人工智能、模糊控制、数据挖掘和专家系统等方面有着广泛的应用。众所周知,模糊推理是从多个模糊前提推得模糊结论的过程。包括CRI（compositional rule of inference）在内的众多模糊推理算法应用而生。于是衡量推理算法的有效性成为模糊推理的重要研究内容。为了衡量它们的有效性,学者们从逻辑和应用的角度提出了一些公理化标准,其中（MP）、（
信息技术的发展与完善,使得人们在各个领域收集的数据爆发式增长,导致数据的内在联系更加复杂和诸多冗余信息的产生,并且实际数据常呈现不完备的特性。如何对这些不完备的现实数据进行属性约简（或称特征选择）已成为具有重要研究意义的问题。在已有的众多研究中,主要研究思想是对此类数据进行不确定性度量或补全处理。不确定性度量可以为数据的不完备性提供有效的度量指标,从而为属性约简奠定了基础。作为重要的数学分析工具之
随着信息技术的飞速发展,文本数据的大量产生,对文本进行分类以便更高效处理文本数据已成为常态,其中对文本数据的情感分类更是在商家产品改进、政治选举等领域起到了重要作用。在文本分类决策问题中,常用的方法是对文本直接采取正面或负面的二支决策分类,但是由于文本情感的特殊性,对文本直接二分类往往导致分类结果准确率低、分类效果差的问题。本文以三支决策思想为背景,对不确定信息部分采取延迟决策。文中主要工作围绕文
作为手机重要组成部分之一,手机垫片配件是否有质量问题也是影响手机质量的重要因素,能够对手机的零部件实现自动检测也是手机制造产业实现智能制造的关键。当前,手机垫片配件的检测方式主要是人工进行分拣,其微小的体积为人工分拣提升了难度,从而导致效率不高,高强度的工作也对工人的身体健康产生影响,伴随着现在用工荒的出现,人力成本的增加也成为企业发展的负担。本文针对手机垫片配件的缺陷和尺寸测量检测问题,基于机器
随着有机聚合物光电探测器在军事、医学等领域的广泛应用,获取成本低且性能优异的有机聚合物光电探测器已成为当前的研究热点之一。ZnO因其宽带隙（3.37 eV）以及高激子结合能而广泛用于光催化、太阳能电池以及光电二极管。而ZnO NRs由于其结构特性可以增加器件的光散射能力而被广泛应用。有机聚合物光电器件作为一种监测光信号的光电器件,降低暗电流,减少薄膜缺陷是改善有机聚合物光电探测器的重要手段。为了改
饱和粘土具有流变性、低渗透性等重要特性。在流变性方面,自太沙基固结理论提出以来,众多学者结合饱和粘土的粘弹性特征,提出了很多考虑固结流变特性的本构模型。然而,由于饱和粘土特殊的物理特性,这些经典流变模型有时也难以准确地描述土体的固结行为,往往需要引入较多的元件才能够取得良好的试验拟合结果。近些年来,随着分数阶微积分理论研究的深入发展,逐渐被应用到土体粘弹性流变模型的研究中。此外,在经典太沙基固结理
随着科学技术的飞速发展及相关硬件设备的迭代更新,人工智能在人类的生活实践等诸多方面中得到了大量的应用。深度学习的提出,使得人工智能技术在计算机视觉领域得到了突破性的发展。文字文字识别任务在深度学习技术的影响下得到了极大的推动,而对于模糊文字图像的研究又成为了另一个重要具有挑战性的课题。将重点放在深度学习方法中文本文字识别的图像预处理阶段,文本识别阶段进行设计改进。为提高文本文字的识别准确率,利用传
休闲是民众美好生活的基本需求,而休闲农业既是连接城镇乡村的重要载体,又是带动一产从业者增收致富的重要新兴产业。激发农村休闲农业发展的内生性动力,就是先利用农村的特有资源,抓住有休闲需要群体,并掌握其消费偏好,再实现休闲农业格局与功能的进一步优化,从而建立起“实践-理论-再实践”的休闲农业发展良性循环,推进现代化农业农村发展进程,助力乡村振兴。本研究将通过深入研究影响休闲农业游客满意度的重要指标变量
舟山拥有中国最大的近海养殖渔场,舟山近海养殖是依据舟山地理位置特色形成的产业,但是由于长期来的滥渔酷捕和海洋污染,近海养殖场附近的油污会对养殖生物产生巨大的影响。海上溢油监测大多使用的是遥感监测,大多应用于码头或海面平台溢油等重大事故,对于近海的小面积零散油污使用遥感监测存在精度不准等问题。本文针对舟山近海养殖场采用定点监测并结合深度学习模型对小面积油污进行目标检测,增强了监测的实时性,提高了油污
提升农业全要素生产率有利于实现农业经济转为高质量高效的发展模式。而农业机械化是农业现代化的重要标志,是促进农业全要素生产率增长的实现路径之一。自从农业机械运用到农业生产中,就有众多学者针对农业机械化与农业经济之间关系,不论是从理论方面还是实证分析方面都进行了大量的研究。虽然从理论研究方面,学者几乎一致认为农业机械化通过减少农业生产投入以及改善了农业生产要素等,达到了农业经济的增长以及农业经济发展质