【摘要】：針對(duì)小麥品種多分類問題,使用近紅外光譜進(jìn)行定性分析。建模樣本增加能夠使模型包含信息增多,但同時(shí)也會(huì)導(dǎo)致信息冗余,增加建模時(shí)間和存儲(chǔ)空間,所以需要通過樣本選擇降低數(shù)據(jù)量。如果盲目選擇必然會(huì)使信息丟失,模型效果將大打折扣,因此,在傳統(tǒng)選擇方法基礎(chǔ)上,提出k近鄰-密度樣本選擇方法。使用多天采集的小麥種子近紅外漫反射光譜,在對(duì)其原始光譜進(jìn)行預(yù)處理和特征提取后,分別使用隨機(jī)抽樣、k近鄰和k近鄰-密度三種方法進(jìn)行建模樣本選擇,然后建立仿生模式識(shí)別模型和改進(jìn)的仿生模式識(shí)別模型。實(shí)驗(yàn)結(jié)果顯示,在建立的仿生模式識(shí)別模型中,使用k近鄰-密度樣本選擇方法的模型識(shí)別效果優(yōu)于另兩種方法,且建模樣本量大大降低;而在改進(jìn)的仿生模式識(shí)別模型中,使用k近鄰-密度樣本選擇方法識(shí)別效果明顯優(yōu)于隨機(jī)抽樣,略好于k近鄰方法,但使用k近鄰-密度方法所選擇的樣本數(shù)量遠(yuǎn)少于k近鄰方法。結(jié)果證明k近鄰-密度樣本選擇方法不僅能夠大大降低建模樣本量,而且保證了模型質(zhì)量,對(duì)解決小麥品種多分類問題有明顯效果。

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 高學(xué)金;耿凌霄;薛攀娜;孫鑫;王普;;相似樣本選擇方法在SVM發(fā)酵建模中的應(yīng)用[J];儀器儀表學(xué)報(bào);2015年02期

2 虎治勤;;普里姆(Prim)算法的實(shí)現(xiàn)與分析[J];電腦知識(shí)與技術(shù);2011年27期

3 劉緒平;胡昌勤;田克仁;鐘瑞建;;近紅外光譜定量分析樣本選擇理論研究進(jìn)展[J];藥物分析雜志;2010年07期

4 劉麗;王春枝;;抽樣在數(shù)據(jù)挖掘中的應(yīng)用[J];軟件導(dǎo)刊;2008年07期

5 張莉;郭軍;;基于邊界樣本的訓(xùn)練樣本選擇方法[J];北京郵電大學(xué)學(xué)報(bào);2006年04期

6 張其可;戴連奎;;用于近紅外校正模型的訓(xùn)練樣本選擇[J];傳感技術(shù)學(xué)報(bào);2006年04期

7 祝詩(shī)平,王一鳴,張小超,吳靜珠;近紅外光譜建模異常樣品剔除準(zhǔn)則與方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2004年04期

8 張春陽(yáng);周繼恩;錢權(quán);蔡慶生;;抽樣在數(shù)據(jù)挖掘中的應(yīng)用研究[J];計(jì)算機(jī)科學(xué);2004年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 靳召晰;張秀娟;羅付義;安冬;趙盛毅;冉航;嚴(yán)衍祿;;近紅外光譜建模樣本選擇方法研究[J];光譜學(xué)與光譜分析;2016年12期

2 張怡卓;蘇耀文;李超;門洪生;何睿;;蒙古櫟抗彎彈性模量多模型共識(shí)的近紅外檢測(cè)方法[J];林業(yè)工程學(xué)報(bào);2016年06期

3 柳聞儀;張景雄;劉福江;;基于不確定性的大樣本集抽樣設(shè)計(jì)[J];地理信息世界;2016年05期

4 郭慧嫻;朱思祁;黎遠(yuǎn)鵬;方濤;黃富榮;鄭仕富;陳振強(qiáng);;基于iPLS和SiPLS算法的人體血清膽紅素含量的可見-近紅外光譜建模[J];光電子·激光;2016年10期

5 李文龍;瞿海斌;;近紅外光譜用于中藥定量分析的技術(shù)規(guī)范化研究進(jìn)展[J];中國(guó)中藥雜志;2016年19期

6 韓瑩;曾文珊;陳仁璀;蘇廣海;周遠(yuǎn)華;龍焰君;;羧甲司坦片通用型近紅外定量分析模型的建立及建模樣本的選取[J];藥物分析雜志;2016年07期

7 袁建;朱貞映;鞠興榮;何榮;后其軍;袁翔宇;魏孟輝;;FT-NIR在油菜籽品質(zhì)指標(biāo)快速檢測(cè)中的應(yīng)用研究[J];中國(guó)糧油學(xué)報(bào);2016年06期

8 李云;畢宇安;王振中;蕭偉;;近紅外光譜技術(shù)在熱毒寧注射液梔子提取液濃縮過程中的應(yīng)用[J];中國(guó)實(shí)驗(yàn)方劑學(xué)雜志;2016年12期

9 尹寶全;史銀雪;孫瑞志;;近紅外光譜分析中的一種基于XY變量聯(lián)合的異常樣本剔除算法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2016年03期

10 陳辰;魯曉翔;張鵬;陳紹慧;李江闊;;基于可見-近紅外漫反射光譜技術(shù)的葡萄貯藏期間可溶性固形物定量預(yù)測(cè)[J];食品科學(xué);2015年20期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉松松;張輝;毛征;孟博;李昂;;基于HRM特征提取和SVM的目標(biāo)檢測(cè)方法[J];國(guó)外電子測(cè)量技術(shù);2014年10期

2 傅穎;郭晶云;;基于動(dòng)態(tài)時(shí)間規(guī)整的人體動(dòng)作識(shí)別方法[J];電子測(cè)量技術(shù);2014年03期

3 周紹磊;廖劍;史賢俊;;RBF-SVM的核參數(shù)選擇方法及其在故障診斷中的應(yīng)用[J];電子測(cè)量與儀器學(xué)報(bào);2014年03期

4 楊建文;陳祥光;金懷平;吳磊;;金霉素發(fā)酵罐補(bǔ)糖速率優(yōu)化調(diào)節(jié)方法研究[J];儀器儀表學(xué)報(bào);2014年02期

5 喬宗良;張蕾;周建新;司風(fēng)琪;徐治皋;;一種改進(jìn)的CPSO-LSSVM軟測(cè)量模型及其應(yīng)用[J];儀器儀表學(xué)報(bào);2014年01期

6 高學(xué)金;孫鑫;;局部自適應(yīng)加權(quán)LSSVM在線建模方法及其在間歇過程中的應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2013年07期

7 楊小梅;劉文琦;楊俊;;基于分階段的LSSVM發(fā)酵過程建模[J];化工學(xué)報(bào);2013年09期

8 陶劍文;王士同;;局部學(xué)習(xí)支持向量機(jī)[J];控制與決策;2012年10期

9 洪艷;;幾種模式識(shí)別方法在源相機(jī)辨識(shí)中的分析比較[J];電子測(cè)量與儀器學(xué)報(bào);2012年04期

10 王少軍;劉琦;彭宇;彭喜元;;CLS-SVM:一種時(shí)間序列預(yù)測(cè)的局部建模方法[J];儀器儀表學(xué)報(bào);2011年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 劉緒平;胡昌勤;田克仁;鐘瑞建;;近紅外光譜定量分析樣本選擇理論研究進(jìn)展[J];藥物分析雜志;2010年07期

相關(guān)博士學(xué)位論文 前2條

1 代志軍;特征選擇與樣本選擇用于癌分類與藥物構(gòu)效關(guān)系研究[D];湖南農(nóng)業(yè)大學(xué);2014年

2 姜文瀚;模式識(shí)別中的樣本選擇研究及其應(yīng)用[D];南京理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前4條

1 陳美姣;樣本選擇問題的統(tǒng)計(jì)處理研究[D];浙江工商大學(xué);2013年

2 儲(chǔ)曉琛;改進(jìn)的樣本選擇對(duì)分類算法影響的研究[D];安徽大學(xué);2015年

3 程霄;非參數(shù)模型樣本選擇方法研究及其在風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)中的應(yīng)用[D];華北電力大學(xué);2014年

4 張磊;樣本選擇模型及其在醫(yī)療費(fèi)用研究中的應(yīng)用[D];山西醫(yī)科大學(xué);2007年

，

本文編號(hào)：2557330