遗传算法在烘焙面包品质分类中的研究与应用  

Research and application of genetic algorithm in baking bread quality classification

作　　者：范艳峰[1,2] 张德贤[2] 何华灿[1] 张红梅[2] 

机构地区：[1]西北工业大学计算机学院,陕西西安710072 [2]河南工业大学信息科学与工程学院,河南郑州450001

出　　处：《计算机工程与设计》2007年第23期5767-5769,共3页Computer Engineering and Design

基　　金：国家"粮食丰产科技工程"基金项目(2004BA520A)

摘　　要：焙面包切片区域图像的灰值游程矩阵提取数学统计量参数作为纹理特征,利用神经网络实现对面包品质的分类。由于神经网络是一种黑箱操作,难以对分布在其中的知识进行解释。采用基于对隐层神经元输出值聚类的遗传算法实现了对面包品质分类的规则抽取,实验结果表明该方法具有优良的识别效果。The method of the baking quality-test of bread classification based on the text features extracted according to the gray run matrix on FOV （field of view） of baked bread slices is described. Because neural network is a black box model, it is difficult to explain the knowledge hidden in it. Clustering genetic algorithm based on the clustering of the hidden units activation values is used to extract the rules. The experiment results indicate the good performance.

关 键 词：烘焙面包切片 游程矩阵 纹理特征 聚类遗传算法 规则抽取 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]