基于d s证据理论的鸡蛋新鲜度多传感器融合识别 - 农业机械学报.pdfVIP

２０１１年 ８月 农 业 机 械 学 报 第 ４２卷 第 ８期 基于Ｄ Ｓ证据理论的鸡蛋新鲜度多传感器融合识别 刘　鹏　屠　康　潘磊庆　张　伟 （南京农业大学食品科技学院，南京 ２１００９５） 　　【摘要】　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％。 关键词：鸡蛋　新鲜度　Ｄ Ｓ证据理论　多传感器融合　ＢＰ神经网络 中图分类号：Ｓ１２６；ＴＳ２５３２ 文献标识码：Ａ 文章编号：１０００１２９８（２０１１）０８０１２２０６ ＮｏｎｄｅｓｔｒｕｃｔｉｖｅＥｇｇＦｒｅｓｈｎｅｓｓＲｅｃｏｇｎｉｔｉｏｎＵｓｉｎｇＭｕｌｔｉｓｅｎｓｏｒＦｕｓｉｏｎ ＢａｓｅｄｏｎＤ ＳＥｖｉｄｅｎｃｅＴｈｅｏｒｙ ＬｉｕＰｅｎｇ　ＴｕＫａｎｇ　ＰａｎＬｅｉｑｉｎｇ　 ＺｈａｎｇＷｅｉ （ＣｏｌｌｅｇｅｏｆＦｏｏｄＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｆｏｒｔｈｅｐｕｒｐｏｓｅｏｆｅｎｈａｎｃｉｎｇｔｈｅｄｅｔｅｃｔｉｎｇｓｔａｂｉｌｉｔｙａｎｄｔｈｅｍｏｄｅｌａｄａｐｔａｂｉｌｉｔｙｏｆｅｇｇｆｒｅｓｈｎｅｓｓｂｙ ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄ，ａｓｅｎｓｏｒｆｕｓｉｏｎｗａｓｔａｋｅｎｂｙｔｈｅｍａｃｈｉｎｅｖｉｓｉｏｎａｎｄｅｌｅｃｔｒｏｎｉｃｎｏｓｅｉｎ ｔｈｅｓｅｎｓｏｒｌｅｖｅｌｏｆｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗｈｉｌｅＤ Ｓｅｖｉｄｅｎｃｅｔｈｅｏｒｙｗａｓｃｈｏｓｅｎａｓｔｈｅｓｅｎｓｏｒｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ ｍｅｔｈｏｄａｎｄＢＰａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋａｓｔｈｅｓｐｅｃｉｆｉｃｍｏｄｅｌｉｎｇｍｅｔｈｏｄ．Ａｎｉｍｐｒｏｖｅｄｍｅｔｈｏｄｔｈａｔｃｏｕｌｄ ｒｅｍｅｄｙｆｏｒｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆＤ Ｓｅｖｉｄｅｎｃｅｔｈｅｏｒｙｗａｓｄｉｓｃｕｓｓｅｄ．Ｖｅｒｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅ ｂａｓｉｃｐｒｏｂａｂｉｌｉｔｙａｓｓｉｇｎｍｅｎｔｏｆｕｎｃｅｒｔａｉｎｔｙｄｅｃｒｅａｓｅｄｔｏｌｅｓｓｔｈａｎ００１ｂｙｓｅｎｓｏｒｆｕｓｉｏｎｏｐｔｉｍｉｚａｔｉｏｎ．Ｔｈｅ ｐｒｏｂｌｅｍｏｆｌｏｗｄｅｔｅｃｔｉｎｇｒａｎｇｅｉｎｓｉｎｇｌｅｓｅｎｓｏｒｍｅｔｈｏｄｈａｓｂｅｅｎｗｅｌｌｓｏｌｖｅｄ．Ｍｅａｎｗｈｉｌｅ，ｔｈｅｅｇｇ ｆｒｅｓｈｎｅｓｓｄｉｓｃｒｉｍｉｎａｔｉｎｇａｃｃｕｒａｃｙａｎｄｓｔａｂｉｌｉｔｙｈａｓｂｅｅｎｉｍｐｒｏｖｅｄｃｏｍｐａｒｅｄｗｉｔｈｎｏｓｅｎｓｏｒｆｕｓｉｏｎ ｓｉｔｕａｔｉｏｎ．Ｔｈｅａｖｅｒａｇｅｄｉｓｃｒｉｍｉｎａｔｉｎｇａｃｃｕｒａｃｙｒｅａｃｈｅｄｔｏ９２６％． Ｋｅｙｗｏｒｄｓ　Ｅｇｇ，Ｆｒｅｓｈｎｅｓｓ，Ｄ Ｓｅｖｉｄｅｎｃｅｔｈｅｏｒｙ，Ｍｕｌｔｉｓｅｎｓｏｒｆｕｓｉｏｎ，ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ 以上问题，在无损检测中引入多传感器信息融合技 　　引言 术是必要的。多传感器信息融合就是对多个传感器 快速并全面检测禽蛋新鲜度是禽蛋无损检测的 或多源信