Фракційний нечіткий підхід 2DLDA для класифікації сортів граната - ScienceDirect

Методи вилучення та зменшення розмірів відіграють важливу роль у багатьох додатках, пов’язаних з обробкою зображень харчових продуктів. Було докладено багато зусиль для підвищення ефективності моделювальних методів для вирішення проблеми класифікації сортів граната неруйнівним чином.

нечіткий

Ця дослідницька робота описує ідентифікацію здорових плодів, використовуючи витягнуті ознаки з цифрової бази даних граната, використовуючи чотири методи математичного моделювання на основі вилучення ознак.

Методи моделювання, включаючи традиційний двовимірний лінійний дискримінантний аналіз (2DLDA), дробовий 2DLDA (FLDA), нечіткий 2DLDA (F2DLDA) та запропонований дробовий F2DLDA.

Для класифікації вилучених функцій використовується машина для підтримки ядра (KSVM) разом із усіма варіантами 2DLDA.

Результати показують, що FF2DLDA багаторазово перевершує існуючі методики, оскільки дробове нечітке між матрицею розкиду класів призначає малу нечітку вагу для крайових класів та велику нечітку вагу для інших класів.

Це ефективно послаблює ефект проблеми вибору класу ребер, який представлений у існуючих традиційних методах вилучення 2D-функцій.