一种基于多特征与多分类器的鲜茶叶分类方法

发明专利有效专利

申请号：
CN202010505288.3
IPC分类号：G06Q10/06G06K9/46G06K9/62
申请日期：
2020-06-05
申请人：
中南民族大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多特征与多分类器的鲜茶叶分类方法
申请号	CN202010505288.3	申请日期	2020-06-05
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111861103A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/06 资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型〔2012.01〕	IPC分类号	G06Q10/06;G06K9/46;G06K9/62查看分类表>
申请人	中南民族大学	申请人地址	湖北省武汉市洪山区民族大道7*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中南民族大学	当前权利人	中南民族大学
发明人	毛腾跃;黄印;帖军;张雯娟
代理机构	武汉知产时代知识产权代理有限公司	代理人	曹雄

摘要

本发明提供一种基于多特征与多分类器的鲜茶叶分类方法，包括以下：对茶叶图像训练样本提取几何特征和纹理特征，并输入SVM训练，得到训练好的SVM模型；利用训练好的SVM模型预测待预测茶叶图像，得到基于SVM分类器的茶叶各类型分类概率；对茶叶图像训练样本进行角点检测和距离矩阵相似度计算，并依据角点检测结果和距离矩阵相似度，得到基于特殊角度数量及距离矩阵的茶叶各类型分类概率；将基于SVM分类器的茶叶各类型分类概率和基于特殊角度数量及距离矩阵的茶叶各类型分类概率采用基于KNN结果融合，得到最终茶叶各类型分类概率；最终菜叶各类型分类概率中，最大概率值对应的类别标签即为最终分类结果；本发明提供的有益效果是：提高了茶叶分类的准确率。

一种网址导航方法、装置及输入法系统

发明授权

一种基于多特征与多分类器的鲜茶叶分类方法

在售专利 早买早用

在售专利早买早用