為實(shí)現(xiàn)對(duì)紅棗品種的判別,利用高光譜技術(shù)并結(jié)合機(jī)器學(xué)習(xí)算法對(duì)金絲大棗、駿棗和灘棗這三個(gè)品種的新疆紅棗進(jìn)行研究。首先,分別利用多元散射校正(MSC)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、一階導(dǎo)(1-Der)和Savitzky-Golay(SG)平滑等數(shù)據(jù)預(yù)處理方法對(duì)原始光譜進(jìn)行預(yù)處理,研究了預(yù)處理方法對(duì)建模的影響;然后,利用光譜-理化值共生距離法(SPXY)將樣本集劃分為校正集和預(yù)測(cè)集,基于線性判別分析(LDA)、K-最近鄰分類(KNN)和支持向量機(jī)(SVM)算法對(duì)預(yù)處理后的全波段光譜建立紅棗品種鑒別模型,結(jié)果顯示,在多種預(yù)處理方法中,1-Der的處理效果最好;然后,結(jié)合主成分分析(PCA)、連續(xù)投影算法(SPA)和競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)采樣(CARS)等特征提取方法對(duì)全波段光譜進(jìn)行特征波段的提取,再基于特征波段建立紅棗品種鑒別模型,結(jié)果發(fā)現(xiàn),在幾種特征提取方法中,基于CARS所提特征波段建立的模型可以獲得最高的鑒別準(zhǔn)確率;最后,以SVM模型為例對(duì)模型運(yùn)行時(shí)間進(jìn)行了比較,結(jié)果發(fā)現(xiàn),基于特征波段所建模型的運(yùn)行時(shí)間遠(yuǎn)短于基于全波段所建模型的運(yùn)行時(shí)間。

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引 言
2 實(shí)驗(yàn)材料與儀器
    2.1 實(shí)驗(yàn)材料
    2.2 實(shí)驗(yàn)儀器
3 光譜數(shù)據(jù)的處理
    3.1 光譜數(shù)據(jù)的預(yù)處理
    3.2 特征波段的提取
    3.3 數(shù)據(jù)建模
4 結(jié)果與討論
    4.1 光譜數(shù)據(jù)的預(yù)處理
    4.2 基于光譜預(yù)處理的建模分析
    4.3 特征波段的提取
        4.3.1 PCA提取特征波段
        4.3.2 SPA提取特征波段
        4.3.3 CARS提取特征波段
    4.4 基于全波段/特征波段的建模分析
    4.5 模型運(yùn)行時(shí)間的比較
5 結(jié) 論



本文編號(hào)：3836658