多信息融合是现代智能检测技术的发展趋势,这种技术提供了一条提高农畜产品综合品质快速无损检测精度和稳定性的新途径。本课题提出将计算机视觉、光学、电子嗅觉(电子鼻)等多种检测技术的组合应用于农畜产品品质无损检测中的新学术思想,采用支持向量机和小波分析等方法相结合研究无损检测中的多信息融合及分类技术,以获得最佳联合特征参数,通过不同非线性分类模型的比较来寻找最佳模式识别分类器并探讨其设计方法。课题的研究有望得到识别精度高、在线性能好、效率较高及成本低的农畜产品综合品质无损评判技术原理。
多信息融合是现代智能检测技术的发展趋势,这种技术提供了一条提高农畜产品综合品质快速无损检测精度和稳定性的新途径。本课题提出将计算机视觉、光学、电子嗅觉(电子鼻)等多种检测技术的组合应用于农畜产品品质无损检测中的新学术思想,采用支持向量机和小波分析等方法相结合研究无损检测中的多信息融合及分类技术,以获得最佳联合特征参数,通过不同非线性分类模型的比较来寻找最佳模式识别分类器并探讨其设计方法。课题的研究旨在探索识别精度高、在线性能好、效率较高及成本低的农畜产品综合品质无损检测的新技术原理及手段。