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%。
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;