-
题名基于FPCA和PSOSVM回收塑料瓶分类
被引量：2
- 1
-
-
作者
吴开兴
范亭亭
李丽宏
张琳
-
机构
河北工程大学信息与电气工程学院
河北工程大学煤矿综合信息化河北省工程实验室
-
出处
《计算机工程与设计》
北大核心
2018年第11期3555-3558,3575,共5页
-
基金
河北省教育厅基金项目(ZD2014081)
河北省自然科学基金项目(F2015402150)
-
文摘
为提高回收塑料瓶颜色分类的识别率,提出一种基于FPCA和PSOSVM的分类算法。在HSI模型中,使用快速主成分分析(FPCA)法对图像进行降维处理,提取有效的特征;采用粒子群算法(PSO)对支持向量机(SVM)的参数惩罚因子和核函数进行优化;为避免PSO的计算结果陷入局部极值中,引入惯性权重和收敛因子;构建支持向量机分类模型,将优化后的参数和提取的特征作为输入进行分类识别。实验结果表明,该分类算法的识别率为93.4%,较未使用粒子群算法寻优的分类算法,识别率提高了5.8%,可以进行有效识别。
-
关键词
回收塑料瓶分类
快速主成分分析
支持向量机
粒子群算法
参数寻优
-
Keywords
recycling plastic bottles classification
FPCA
SVM
PSO
parameter optimization
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
