Ứng dụng thuật toán SVM và KNN trong xây dựng mô hình phân loại trái dừa có sáp và không sáp tại Việt Nam

Tóm tắt

Bài báo này trình bày phương pháp và kết quả phân loại trái dừa sáp và không sáp tại tỉnh Trà Vinh, Việt Nam. Mô hình thực nghiệm được xây dựng để lấy mẫu và xử lý tín hiệu sóng âm thu được từ việc tác động cơ học vào trái dừa thông qua nhiều phương pháp tác động khác nhau: lắc tay, gõ tay, gõ máy tương ứng với nhiều vật liệu được thử nghiệm: đầu đá, đầu nhựa, đầu kim loại. Tín hiệu sóng âm thu về từ microphone, thông qua bộ lọc tín hiệu, được trích đặc trưng và huấn luyện với các tập dữ liệu đã được phân loại, và kết luận phân loại trái dừa sáp và không sáp. Trong đó, hai phương pháp phân loại được chọn và so sánh là KNN (k-Nearest Neighbors) và SVM (Support Vector Machine). Kết quả thực nghiệm cho thấy tất cả phương pháp đã áp dụng đều có thể phân loại tương đối chính xác giữa trái dừa sáp và không sáp. Đặc biệt, phương pháp lấy mẫu bằng cách gõ tay sử dụng que nhựa dẻo cho kết quả có độ chính xác cao nhất, trên 90%.