科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前的烤烟烟叶分级方法存在泛化能力差、特征提取单一和难以推广复用等问题，提出一种基于内外特征结合的烟叶分级方法。首先采用灰度共生矩阵、最小二乘拟合、双边阈值分割方法提取褶皱、长度、残伤等外在特征。然后采用改进的空间-通道注意力机制和残差结构来搭建多流注意力残差网络，以量化成熟度、结构和油分等内在特征。最后分别用内、外、内外结合的特征数据训练决策树、支持向量机(SVM)和深度神经网络(DNN)等分类器对烟叶进行分级。在2万个特征样本集上对比实验，结果显示基于内外特征结合的分级方法在以上分类器上都取得了最高的得分，而随机森林在所有特征数据集上都取得了较高的准确率，解决了因烟叶多且复杂而数据难以泛化的问题。
-
单位自动化学院; 昆明理工大学
