지능형 생선 신선도 평가

어종 식별 및 자동화된 생선 신선도 평가는 수산업 응용에 중요한 역할을 합니다. 본 논문은 지원 벡터 기계(SVM)를 기반으로 한 방법을 설명하여 생선 식별 시스템의 성능을 향상시킵니다. 이 결과는 인공 신경망(ANN)을 사용하여 생선 신선도 평가에 활용됩니다. 어종 식별은 생선 이미지 처리와 관련됩니다. 가장 효율적인 특징을 추출하고, 이 특징을 이미지의 다운샘플링된 버전과 결합하여 1D 입력 벡터를 생성합니다. SVM 기반 분류기에 적용된 Max-Win 알고리즘은 분류의 신뢰성을 96.46%로 향상시켰습니다. 생선 신선도를 실시간으로 평가하기 위해 Cyranose 320 전자 코(E-nose)의 구현이 실험되었습니다. 센서 패턴의 지능형 처리는 연구 중인 각 종에 대해 전용 ANN을 사용하는 것을 포함합니다. 신선도의 최상의 추정치는 가장 민감한 센서에 의해 제공되었습니다. 10일 동안 4종의 생선에서 데이터를 수집했습니다. 각 종에 대해 개별적으로 훈련된 ANN을 사용하여 성능을 향상시킬 수 있다고 결론지었습니다. 제안된 시스템은 생선을 잡은 후 경과된 날짜를 최대 91%의 정확도로 식별하는 데 성공적이었습니다.