《基于改进投影寻踪技术和模糊神经网络的未受精种蛋检测模型 Detection model of un-fertilized egg based on improved projection pursuit and fuzzy neural network》.pdfVIP

江．薄大 艮裟l JOURNALOFJIANGSU Science UNIVERSITY(NaturalEdition) doi：10．3969／j．issn．1671—7775．2013．02．009 基于改进投影寻踪技术和模糊神经网络的 未受精种蛋检测模型 关海鸥1’2，杜松怀1，许少华3，左豫虎4 石油大学计算机与信息技术学院．黑龙江大庆163318；4．黑龙江八一农垦大学农学院，黑龙江大庆163319) 摘要：考虑基于计算机视觉技术的未受精种蛋无损检测中特征参数之间关系的复杂性和模糊性等 因素，提出了一种基于改进投影寻踪模型和模糊神经网络相结合，作为种蛋是否受精品质归属的决 策系统．利用量子投影寻踪技术对种蛋图像的复杂形状特征向量进行提取降维，给出了计算最佳投 影方向的一种改进量子遗传算法；并且利用模糊神经网络的自动学习决策推理规则，实现了种蛋是 否受精品质归属的无损检测．结果表明：该模型速度快且稳定，精度高且鲁棒性好，简单易于实现， 精度达到99．37％，满足实际检测要求． 关键词：种蛋检测；投影寻踪；量子遗传算法；模糊神经网络；特征提取 中图分类号：TP391．41文献标志码：A Detectionmodelofan-fertilizedbasedon egg improved and neuralnetwork projectionpursuitfuzzy GuanHaiou Yuhu4 1一，Du 1，XuShaohua3，Zuo Songhuai of and of lnfi『)rmationEleetrit’al Information (1．College Engineering，CIfinaAgricuhuralUnNersity，Beijing100083，China；2．Department of Technology,，HeilongjiangBayiAgriculturalL．nhersity，1)aqing，Heihmgjiang163319，China；3．DepartmentComputerInformation Petroleum 16331 of Technology，NortheastUniversity，Daqing，Heihmgjiang8，China；4．DepartmentA96euhure，HeilongjiangBayiagn— cultural 16331 University，Daqing，Heilongjiang9，China) overcomethe and of forBFI— Abstract：To non·destructivedetectioncharacteristics complexityambiguity on vision