首页|基于CNN和XgBoost的香蕉成熟度判别

基于CNN和XgBoost的香蕉成熟度判别

扫码查看
目的:提高香蕉成熟度的判别准确率。方法:基于卷积神经网络和极限梯度提升算法建立香蕉成熟度的判别方法。先通过卷积神经网络提取香蕉图像特征,并采用全连接层网络和线性判别分析方法精简香蕉图像特征;通过贝叶斯优化算法优化极限梯度提升算法超参数;将简化后的香蕉图像特征输入极限梯度提升算法,通过极限梯度提升算法对香蕉成熟度进行判别。结果:所提方法对香蕉成熟度的判别准确度为91。25%;与已有方法相比,所提方法对小数据量香蕉的成熟度判别准确率明显提高。结论:该方法可实现被测香蕉成熟度的准确判别,有助于仓库经理、出口商实时监测香蕉的成熟度状况。

韩雪、张磊、赵雅菲、王聪

展开 >

徐州开放大学,江苏徐州 221000

河南师范大学,河南新乡 453007

开封大学,河南开封 475004

江苏理工学院,江苏常州 213001

展开 >

香蕉 成熟度判别 卷积神经网络 极限梯度提升算法 小数据量

江苏省教育研究课题江苏开放大学科研规划课题(十四五)

XHYBLX20232852022KF007

2024

相关文献
同作者其他文献
食品与机械
长沙理工大学

食品与机械

CSTPCD北大核心
影响因子:0.89
ISSN:1003-5788
年,卷(期):2024.40(4)
韩雪,张磊,赵雅菲,等.基于CNN和XgBoost的香蕉成熟度判别[J].食品与机械,2024,40(4):127-135,178.DOI:10.13652/j.spjx.1003.5788.2024.60015.
  • 20