崔建鹏
- 作品数：4 被引量：11H指数：2
- 供职机构：河南科技大学机电工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多信息融合的鸡蛋胚体智能检测系统研究
- 鸡蛋胚体作为生物疫苗生产的培养基，由于其培育时间长，鸡蛋产量低，因此，如何快速准确的对鸡蛋胚体进行检测，对于生物制药行业显得十分重要。然而，目前的检测方法主要是利用鸡蛋胚体的某一特征量与鸡蛋胚体类型的关系建立相关模型对其...
- 崔建鹏
- 关键词：神经网络数据采集智能检测系统
- 基于多信息融合的疫苗制备中鸡蛋胚体分拣系统被引量：6
- 2015年
- 采用多信息融合方法研究疫苗制备中鸡蛋胚体状态的识别与分拣技术。在研究不同状态鸡蛋胚体图像特征、温度衰减和透光度变化情况的基础上,得出活胚图像中血管多、粗且呈放射状,弱胚图像中血管少、细且断裂,死胚图像内部均匀无血管,污染胚图像内部有明显黑块特征;鸡蛋胚体从37.8℃的孵化箱中取出置于25℃室温环境,活胚、弱胚、污染胚、死胚的温度衰减速度依次增大;活胚的透光度随孵化时间增加而逐渐降低,其他胚体透光度变化相对较小。将图像、温度、透光度信息特征融合,建立BP神经网络信息融合模型对鸡蛋胚体状态进行识别。最后,从37.8℃孵化箱中抽取80枚孵化6 d的鸡蛋胚体放置于室温10 min后,采集图像、温度和透光度信息,进行试验验证。结果表明多信息融合系统的识别准确率为96.25%,比单用图像、温度和透光度传感器进行识别的准确率分别提高了6.25%、13.75%和8.75%。
- 徐彦伟徐爱军颉潭成崔建鹏毛恒轩刘守川
- 关键词：分拣系统神经网络
- 基于多信息融合的鸡蛋新鲜度检测研究被引量：5
- 2014年
- 为了提高鸡蛋新鲜度检测的准确率和稳定性,应用多信息融合技术,通过BP神经网络将机器视觉和光照度两种传感器采集到的信息在特征层进行融合,构建了鸡蛋新鲜度融合模型。在模型的建立过程中,分别选取蛋黄与整蛋面积比值和鸡蛋透光度作为特征参数,建立这两个特征量与新鲜度的关系模型。经检验,通过该方法对鸡蛋新鲜度识别的准确率为92.5%。验证试验结果表明:基于机器视觉和光照度的多传感器融合技术检测鸡蛋新鲜度是可行的,检测结果的准确性和稳定性相对于单个模型有明显的提高。
- 徐彦伟崔建鹏颉潭成南翔
- 关键词：鸡蛋机器视觉BP神经网络
- 基于多信息融合的疫苗培养基检测研究
- 2014年
- 针对疫苗培养基检测准确率较低的问题,首次提出利用机器视觉、红外温度和光照度的多传感器信息融合技术检测疫苗培养基。通过BP神经网络将3种传感器采集到的信息在特征层进行融合,在模型的建立过程中,对各个信息的主成分因子数进行了优化。从实验结果看,模型对预测集检测的识别率为97%,实验结果表明:通过多信息融合方法检测疫苗培养基是可行的,检测结果的准确性和稳定性相对于单个模型有明显提高。
- 崔建鹏徐彦伟颉潭成南翔王俊澎刘守川
- 关键词：机器视觉光照度
