一种混合特征选择方法及应用研究

摘要：

针对目前基于机器视觉的棉花异性纤维在线检测的分类精度低和检测速度慢的问题，提出一种高效的棉花异性纤维混合特征选择方法。首先利用费舍尔评分滤波式特征选择方法过滤噪声特征，然后利用蚁群优化从已去噪的特征集中选取最优特征子集。提出的方法与费舍尔评分方法及基于蚁群优化的特征选择方法进行了对比分析，结果表明提出的方法选出的最优特征集仅包含12个特征，分类准确度达到93.45%，对一幅4000×500像素的彩色图像的在线检测时间仅为0.8116秒。所提方法能选择出具有较高分类精度、较小特征数量的优化特征子集，可以有效地改进棉花异性纤维检测的精度与效率，对提高现有基于机器视觉的棉花异性纤维在线检测设备性能具有重要的应用价值。

关键词：棉花异性纤维、混合特征选择、费舍尔评分、蚁群优化

所属期刊栏目：14

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61471133、61571444；广东省自然科学基金项目2016A030310072;广东省高等学校优秀青年教师培养计划YQ2013194;深圳市战略新兴产业发展专项资金JCYJ20140418100633634

在线出版日期：2016-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：11-18