基于支持向量机的苹果颜色分级

为了克服苹果颜色分级中存在的误差大等缺点,提出了一种新颖的智能分级方法.设计了基于支持向量机的苹果颜色分级系统,即利用计算机视觉技术获取苹果表面颜色的色度作为颜色特征;依据支持向量机理论,选取径向基函数作为核函数,采用"一对多"的方法构造多类分类机;将苹果的色度特征作为分类机的输入样本,对苹果进行分级.对大量样本进行分级仿真试验,结果表明,该方法分级正确率很高.将支持向量机应用于苹果颜色分级切实可行且效果显著.     

基于L-M神经网络的储粮害虫分类识别

基于图像处理的储粮害虫检测过程中,需要解决多种害虫多特征、混合度大的综合分类问题.本文提出采用基于L-M算法的多层前馈神经网络对害虫进行分类识别.实验表明,该神经网络和害虫分类识别系统拟和程度很高,并且采用的L-M算法,在网络训练速度及识别精度方面,都优于传统的BP算法.因此基于L-M算法的神经网络在害虫的在线识别方面有应用价值.     

基于L-M神经网络的苹果形状快速分级

为了实现苹果形状的有效分级,提出了一种快速的智能分级方法,即将苹果边缘曲线的傅立叶描述子作为果实形状特征,采用先进的Levenberg-Marquardt算法训练神经网络结构,最后用训练好的神经网络进行苹果形状分级.实际应用表明该方法切实可行且效果显著,不仅分级速度快,而且分级正确率高达90%以上.     

复杂网络视角下的世界主粮贸易格局与趋势分析

【目的】在国内国际双循环的背景下，探究世界粮食贸易的发展格局与趋势，有助于中国对国际粮食贸易市场做出合理地预判，进而更有效地保障中国粮食安全。【方法】基于1990—2020年玉米、水稻、小麦三大主粮的世界贸易数据，采用复杂网络分析方法构建世界粮食贸易网络模型，利用复杂网络相关测度指标对世界粮食贸易的格局与趋势分析。【结果】31 a间，世界粮食贸易网络经历了迅速扩张到缓慢增长的过程，贸易网络日益复杂化；1990—2020年世界粮食贸易网络连通性增强，各个国家(地区)之间的联系趋于紧密，呈现“抱团化”趋势；玉米、水稻、小麦三大主粮贸易的核心出口国(地区)变化不大，而核心进口国(地区)波动性较强；中国在出口贸易中拥有众多合作伙伴，是世界粮食安全的重要保障之一，在进口贸易中，贸易集中度高(尤其是玉米),对贸易伙伴的依赖性较强。【结论】利用国际粮食贸易补充与保障中国粮食市场时，应充分考虑世界粮食贸易网络的复杂性及未来发展趋势。