简介概要

基于稀疏主成分分析的近红外光谱法鉴别黄花梨的成熟度

来源期刊:理化检验-化学分册2017年第2期

论文作者:付建华 周新奇 刘辉军 林敏

文章页码:146 - 151

关键词:近红外光谱法;稀疏主成分分析;黄花梨;成熟度;

摘    要:从同一果园的12棵果树上,在8月的4个不同日期各采集5个黄花梨样品,共采集240个样品。从每个样品上采集光谱数据。通过稀疏主成分分析(SPCA)和主成分分析(PCA)提取光谱中与成熟度相关的特征并进行解析,结合人工神经网络(ANN)建立黄花梨成熟度的鉴别模型。从所得载荷向量图可知:1 SPCA能有效提取光谱中与成熟度有关的特征,其7个稀疏主成分分别反映了黄花梨的糖类物质、水分、色素和硬度等信息;2 SPCA-ANN的成熟度鉴别模型的预测总识别率为93.33%,高于PCA-ANN的鉴别模型的预测总识别率91.67%。

详情信息展示

基于稀疏主成分分析的近红外光谱法鉴别黄花梨的成熟度

付建华1,周新奇2,刘辉军1,林敏1

1. 中国计量学院计量测试工程学院2. 聚光科技(杭州)股份有限公司

摘 要:从同一果园的12棵果树上,在8月的4个不同日期各采集5个黄花梨样品,共采集240个样品。从每个样品上采集光谱数据。通过稀疏主成分分析(SPCA)和主成分分析(PCA)提取光谱中与成熟度相关的特征并进行解析,结合人工神经网络(ANN)建立黄花梨成熟度的鉴别模型。从所得载荷向量图可知:1 SPCA能有效提取光谱中与成熟度有关的特征,其7个稀疏主成分分别反映了黄花梨的糖类物质、水分、色素和硬度等信息;2 SPCA-ANN的成熟度鉴别模型的预测总识别率为93.33%,高于PCA-ANN的鉴别模型的预测总识别率91.67%。

关键词:近红外光谱法;稀疏主成分分析;黄花梨;成熟度;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号