Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Intelligent classification models for food products basis on morphological, colour and texture features

Veernagouda Ganganagowder, Narendra and Kamath, Priya (2017) Intelligent classification models for food products basis on morphological, colour and texture features. Acta Agronómica, 66 (4). 486 - 494. ISSN 2323-0118

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution Non-commercial Share Alike.

2MB

URL oficial: https://revistas.unal.edu.co/index.php/acta_agrono...

Resumen

The aim of this paper is to build a supervised intelligent classification model of food products such as Biscuits, Cereals, Vegetables, Edible nuts and etc., using digital images. The Correlation-based Feature Selection (CFS) algorithm and 2nd derivative pre-treatments of the Morphological, Colour and Texture features are used to train the models for classification and detection. The best prediction accuracy is obtained for the Multilayer Perceptron (MLP), Support Vector Machines (SVM), Random Forest (RF), Simple Logistic (SLOG) and Sequential Minimal Optimization (SMO) classifiers (more than 80% of the success rate for the training/test set and 80% for the validation set). The percentage of correctly classified instances is very high in these models and ranged from 80% to 96% for the training/test set and up to 95% for the validation set.

Tipo de documento:Artículo - Article
Palabras clave:Algorithm, digital images, food classifiers, prediction accuracy, training/test
Temática:5 Ciencias naturales y matemáticas / Science > 55 Ciencias de la tierra / Earth sciences & geology
6 Tecnología (ciencias aplicadas) / Technology > 63 Agricultura y tecnologías relacionadas / Agriculture
Unidad administrativa:Revistas electrónicas UN > Acta Agronómica
Código ID:59863
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :28 Noviembre 2017 14:51
Ultima modificación:28 Noviembre 2017 14:51
Ultima modificación:28 Noviembre 2017 14:51
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox