论文部分内容阅读
为了解决传统的机器视觉识别技术识别精度低的难题,提出基于粒子群优化最小二乘支持向量机的机器视觉识别方法。首先,对机器视觉采集的图像进行特征提取;然后,利用特征数据建立基于粒子群优化最小二乘支持向量机的识别模型;最后,以红枣缺陷识别作为应用案例以证明该方法的有效性及优越性。分别采用人工神经网络、支持向量机与该方法进行对比分析,实验结果表明,改进的最小二乘支持向量机对缺陷红枣的识别性能优于神经网络与支持向量机的识别性能。