论文部分内容阅读
为了提高垃圾标签检测精度，提出一种核K均值聚类和改进神经网络相融合的垃圾标签检测模型。首先核K均值聚类算法提抽取垃圾标签的特征向量，然后将特征向量集输入到BP神经网络进行训练，并采用混沌粒子群算法对BP神经网络的参数进行优化，最后建立垃圾标签检测模型，并通过仿真实验对模型性能测试。结果表明，该垃圾标签检测算法模型不仅提高了垃圾标签识别率，训练时间大幅度减少，垃圾标签检测效率得到提高，可以较好满足垃圾标签实时、在线检测要求。