鬼佬大哥大
  • / 18
  • 下載費用:30 金幣  

基于單片機的BP神經網絡蘋果霉心病判別模型及其建立方法.pdf

摘要
申請專利號:

CN201510447612.X

申請日:

2015.07.27

公開號:

CN105069504A

公開日:

2015.11.18

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06N 3/02申請日:20150727|||公開
IPC分類號: G06N3/02; G06N3/067; G06F17/50 主分類號: G06N3/02
申請人: 西北農林科技大學
發明人: 張海輝; 陳克濤; 蘇東; 任傳奇; 張佐經; 胡瑾
地址: 712100陜西省西安市楊凌示范區邰城路3號
優先權:
專利代理機構: 西安智大知識產權代理事務所61215 代理人: 段俊濤
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510447612.X

授權公告號:

||||||

法律狀態公告日:

2016.08.24|||2015.12.16|||2015.11.18

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

一種基于單片機的BP神經網絡蘋果霉心病判別模型,模型公式為:M=-0.8350*y1-2.6581*y2+0.9930*y3,當M<0,說明蘋果存在霉心病,本發明還提供了該模型的建立方法與原理,本發明模型的建立完全依靠獲取到的電壓值與果徑值,基于LED、MSP430處理器、光電二極管等核心器件的軟硬件設計,使得檢測設備實現了小型化和低成本,同時還具有較高的檢測精度,可在蘋果入庫時及時準確地分揀出發病蘋果,防止了蘋果霉心病病菌的大面積侵染,有效地降低了蘋果在存儲過程的發病率,具有成本低,操作簡單,運行穩定可靠,病害判別精度高等特點,而且該方法在生產線中可以被用于果品分級,同時可擴展應用于其它果品內在品質的快速無損檢測。

權利要求書

1.一種基于單片機的BP神經網絡蘋果霉心病判別模型,其特征在于,
模型公式為:M=-0.8350*y1-2.6581*y2+0.9930*y3,其中,M表示最終的判別結
果, y 1 = 1 - e - 2 x 1 1 + e - 2 x 1 , y 2 = 1 - e - 2 x 2 1 + e - 2 x 2 , y 3 = 1 - e - 2 x 3 1 + e - 2 x 3 , ]]>y1,y2,y3,x1,x2,x3均為中間變量,
x1=(1.0e+003)*(0.4222*v-0.7352*d+0.3789),x2=(1.0e+003)*(0.0001*d-0.0004),
x3=(1.0e+003)*(3.7529*v-0.2363*d-1.1318),v表示歸一化后的果徑值,d表示歸
一化后的與光譜透過值對應的光電轉換電壓值,
v=0.2+(0.9-0.2)*(V-0)/(800-0),d=0.2+(0.9-0.2)*(D-50)/(100-50),V表示原
始果徑值,D表示原始的與光譜透過值對應的光電轉換電壓值,當M<0,說
明蘋果存在霉心病。
2.權利要求1所述基于單片機的BP神經網絡蘋果霉心病判別模型的建
立方法,其特征在于,包括如下步驟:
步驟1,建立樣本數據
隨機選擇120個無外觀缺陷的蘋果,逐一編號,在溫濕度恒定的環境下,
采集各個蘋果的直徑值和光譜透過值,然后沿莖軸處切開蘋果,判定是否有
霉心病,將直徑值和光譜透過值共同作為樣本數據;
步驟2,建立模型
(1)采用2層BP網絡對樣本數據點進行分類,為了防止凈輸入絕對值過
大引起的神經元輸出飽和以及保證輸出數據中數值小的不被吞食,統一量綱,
首先對直徑值與光譜透過值進行歸一化,歸一化公式:
z=z1+(z2-z1)*(x-xmin)/(xmax-xmin)
其中z1=0.2,z2=0.9,表示歸一化后的數據范圍為0.2至0.9;x表示待歸一化
的數據;xmin、xmax表示原始分類數據序列的最小與最大值,即原始數據范圍;
z表示歸一化后的數據;
(2)確定原始分類數據中蘋果直徑值的范圍為50mm至100mm,光譜透
過值所對應的光電轉換電壓值的范圍為0mv至800mv;
(3)BP神經網絡對象屬性:輸入向量為2維,網絡隱含層有3個神經元,
輸出層有1個神經元,隱含層網絡的傳遞函數為雙曲正切S型激活函數,輸出
層的傳遞函數為線性激活函數,訓練函數采用誤差的梯度下降反向傳播算法,
學習率設為0.05,目標誤差為1e-6;
(4)選取分類誤差小于目標誤差的網絡,獲取到輸入層至隱含層的權值
矩陣IW、輸入層至隱含層的閾值矩陣b1、隱含層至輸出層的權值矩陣LW以
及隱含層至輸出層的閾值矩陣b2,表達式分別如下:
I W = ( 1.0 e + 003 ) * 0.4222 - 0.7352 0 0.0001 3.7529 - 0.2363 ]]>
b 1 = ( 1.0 e + 003 ) * 0.3789 - 0.0004 - 1.1318 ]]>
LW=[-0.8350-2.65810.9930]
b2=-0.5551
(5)設待驗證蘋果的直徑為D,光譜透過值所對應的光電轉換電壓值為
V,蘋果霉心病判別結果為M,則依據D、V值即可計算得到判別結果M,且
若M>0,判定結果為健康果,M<0,判定結果為病果;
其中M的計算過程如下:
首先,輸入向量P歸一化:d=0.2+(0.9-0.2)*(D-50)/(100-50);
v=0.2+(0.9-0.2)*(V-0)/(800-0);
式中d與v分別代表歸一化后的直徑值與光電轉換電壓值;
其次,計算網絡輸出值:M=f2[LW*f1(IW*P+b1)+b2],其中輸入向量 P = v d , ]]>
映射關系映射關系f2(y)=y;
(6)將BP神經網絡智能算法判別模型轉換為單片機可運行的判別公式,
其具體步驟如下:
首先,變換f1(IW*P+b1),且令O1=f1(IW*P+b1)
O 1 = f 1 ( I W * P + b 1 ) = f 1 ( ( 1.0 e + 003 ) * 0.4222 - 0.7352 0 0.0001 3.7529 - 0.2363 * v d + ( 1.0 e + 003 ) * 0.3789 - 0.0004 - 1.1318 ) = f 1 ( ( 1.0 e + 003 ) * 0.4222 * v - 0.7352 * d + 0.3789 0.0001 * d - 0.0004 3.7529 * v - 0.2363 * d - 1.1318 ) ]]>
令:
x1=(1.0e+003)*(0.4222*v-0.7352*d+0.3789)
x2=(1.0e+003)*(0.0001*d-0.0004)
x3=(1.0e+003)*(3.7529*v-0.2363*d-1.1318)
y 1 = 1 - e - 2 x 1 1 + e - 2 x 1 ]]>
y 2 = 1 - e - 2 x 2 1 + e - 2 x 2 ]]>
y 3 = 1 - e - 2 x 3 1 + e - 2 x 3 ]]>
則:
O 1 = f 1 ( I W * P + b 1 ) = y 1 y 2 y 3 ]]>
其次,變換M=f2[LW*O1+b2]
M = f 2 [ L W * O 1 + b 2 ] = f 2 ( - 0.8350 - 2.6581 0.9930 * y 1 y 2 y 3 ) = - 0.8350 - 2.6581 0.9930 * y 1 y 2 y 3 = - 0.8350 * y 1 - 2.6581 * y 2 + 0.9930 * y 3 . ]]>
3.根據權利要求2所述基于單片機的BP神經網絡蘋果霉心病判別模型
的建立方法,其特征在于,所述光譜透過值的獲取方式為:
使用發明的蘋果霉心病檢測設備,以果柄為中心軸每隔120度的三個方
向進行采集,每個方向采集3次,求取平均值得到光譜透過值數據。
4.根據權利要求3所述基于單片機的BP神經網絡蘋果霉心病判別模型
的建立方法,其特征在于,所述采集過程中,光源波段為690-730nm。
5.根據權利要求2或3所述基于單片機的BP神經網絡蘋果霉心病判別
模型的建立方法,其特征在于,利用光電轉換電路將所述光譜透過值轉換為
電壓值。

關 鍵 詞:
基于 單片機 BP 神經網絡 蘋果 心病 判別 模型 及其 建立 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:基于單片機的BP神經網絡蘋果霉心病判別模型及其建立方法.pdf
鏈接地址:http://www.wwszu.club/p-6386060.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大