基于样本熵和MFO-SVM的禽蛋蛋壳品质识别研究

来源：中国农机化学报杂志2019年第5期北京时间：

作者：李兴远;李颖;

单位：宁波财经学院;仰恩大学;

摘要：为提高禽蛋蛋壳品质的识别精度,提高检测效率,针对支持向量机识别精度受其惩罚参数C和核函数参数g的影响,提出一种基于MFO-SVM的禽蛋蛋壳品质识别模型。通过图像采集和信号分析,提取不同禽蛋蛋壳品质信号的样本熵,将禽蛋蛋壳信号的样本熵特征数据作为MFO-SVM的输入,禽蛋蛋壳品质类型作为MFO-SVM的输出,建立MFO-SVM的禽蛋蛋壳品质识别模型。研究结果表明,与GA-SVM、PSO-SVM和DE-SVM相比,MFO-SVM可以有效提高禽蛋蛋壳品质类型识别的准确率,其识别准确率高达98.43%,为禽蛋蛋壳品质类型识别提供新的方法和途径,可以推广应用。

关键词：样本熵,飞蛾火焰优化算法,支持向量机,经验模态分解

基金资助：2019年度浙江省公益技术应用研究资助项目(LGN19C200007)