典型文献
主成分分析排序和模糊线性判别分析的生菜近红外光谱分类
文献摘要：
贮存时间是影响生菜品质的一项重要因素,传统的贮存时间鉴别方法主要依靠人工经验,但是这种方法的准确率和可信度并不高.研究的目标是建立一种基于模糊识别的模型进行生菜光谱分析以实现生菜贮存时间的鉴别,并与其他鉴别方法作比较.为此,在当地超市购买60份新鲜生菜样品,存放于冰箱中待用.首先,通过AntarisⅡ近红外光谱检测仪采集生菜样品的近红外光谱数据,每隔12小时检测一次,每个样本检测重复三次,并取三次平均值作为实验数据.其次,利用多元散射校正(M S C)减少近红外光谱中的冗余信息.为了进一步去除近红外光谱中的无用信息以及简化随后的数据分类过程,分别运用主成分分析(PCA)和排序主成分分析(PCA Sort).其中,PCA Sort通过改进对主成分的排序方法能提高分类准确率,同时便于模糊线性鉴别分析(FLDA)进一步提取特征.PCA和PCA Sort的计算仅运用了前15个主成分(能充分反映光谱的主要信息).最后,利用模糊线性鉴别分析算法(FLDA)和K近邻算法(KNN)进一步分类所得的低维数据.基于PCA和KNN算法的模型鉴别准确率达到43％,而基于PCA,FLDA和KNN算法的模型鉴别准确率可达83％.上述结果说明基于PCA,FLDA和KNN算法的模型鉴别准确率已经得到较大程度提高.当用PCA Sort替代了模型中的PCA算法后,结合FLDA和KNN算法则鉴别准确率达到98.33％.实验结果表明PCA Sort结合FLDA和KNN所建立的模型是有效的生菜贮存时间鉴别模型.
文献关键词：
近红外光谱;主成分分析;生菜;模糊鉴别线性分析;K近邻算法
中图分类号：
作者姓名：
武斌;沈嘉棋;汪鑫;武小红;侯晓蕾
作者机构：
滁州职业技术学院信息工程学院,安徽 滁州 239000;江苏大学卓越学院,江苏 镇江 212013;江苏大学电气信息工程学院,江苏 镇江 212013
文献出处：
引用格式：
[1]武斌;沈嘉棋;汪鑫;武小红;侯晓蕾-.主成分分析排序和模糊线性判别分析的生菜近红外光谱分类)[J].光谱学与光谱分析,2022(10):3079-3083
A类：
模糊线性判别,模糊鉴别线性分析
B类：
线性判别分析,生菜,近红外光谱,光谱分类,贮存时间,菜品,鉴别方法,可信度,模糊识别,光谱分析,超市,存放,放于,冰箱,待用,Antaris,光谱检测,检测仪,光谱数据,每隔,多元散射校正,冗余信息,无用信息,数据分类,分类过程,Sort,排序方法,分类准确率,FLDA,提取特征,充分反映,近邻算法,KNN,低维,当用,鉴别模型
AB值：
0.255977
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
