|
|||||
|
|
| 基于近红外光谱与随机青蛙算法的褐变板栗识别 | |
| 摘 要： | 为了实现板栗Castanea mollissima的快速自动分选,研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用AntarisⅡ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱(1 000.00~2 500.00nm),比较了不同光谱预处理方法对褐变板栗识别的影响,随后采用一种新的变量选择方法即随机青蛙算法(Random Frog)提取与板栗褐变相关的特征波长变量,最后基于特征波长建立和比较了褐变板栗识别的偏最小二乘-线性判别分析模型(PLS-LDA)和最小二乘-支持向量机(LS-SVM)模型。结果显示:经标准正态变量变换(SNV)预处理和随机青蛙算法优选的23个特征波长所建LS-SVM模型的性能最优,该模型对测试集的敏感性、特异性和识别正确率分别为0.92,1.00和95.00%。随机青蛙算法可以有效筛选重要的特征变量,不仅能简化模型,而且可以提高识别准确率和识别速度。 |
| 本文献已被 CNKI 等数据库收录！ | |