摘要
本发明公开了一种基于多模态数据融合的苹果产地识别方法,涉及苹果产地溯源领域,包括以下步骤:获取样本苹果的多模态数据,包括近红外光谱、可见光图像及激光诱导击穿光谱;对多模态数据进行特征提取,并通过融合处理生成多维标准化特征向量;构建包括第一级卷积神经网络和第二级支持向量机的级联分类器,并利用所述标准化特征向量进行级联分类器训练,结合自适应遗传算法优化网络参数;将待测苹果的标准化特征向量输入优化后的级联分类器,输出对应的产地分类结果。其通过融合多源传感数据构建判别性特征,结合CNN‑SVM级联分类器与自适应遗传算法优化,实现了苹果产地的高效精准识别。
技术关键词
产地识别方法
多模态数据融合
级联分类器
激光诱导击穿光谱
遗传算法优化
可见光图像
置信度阈值
近红外光谱特征
分类准确率
Softmax函数
样本类别标签
连续投影算法
纹理特征
多维特征向量
局部二值模式
融合多源
染色体
参数
支持向量机
系统为您推荐了相关专利信息
知识共享系统
通用特征
数据收集模块
模块通信
差分隐私
动态规则引擎
线索
多模态数据融合
分流方法
分流系统
培训系统
评分算法
vr眼镜
个性化教学
知识图谱构建