基于KPCA苹果近红外光谱的特征提取研究

• 作者: 王从庆 高珏
• 来源期刊: 食品科技
• 学科: 工学
• 关键词: 核主成分分析 近红外光谱 特征提取
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 食品安全与检测篇
• 页码范围: 275-278
• 页数: 4页
• 分类号: TS255.1
• 语种: 中文

摘要

利用核主成分分析（KPCA）对苹果近红外光谱进行特征提取，不但使得光谱维数大幅降低，而且能有效地提取原始光谱的非线性信息。实验表明，KPCA结合支持向量回归机（SVR）建立的苹果酸度回归模型与PCA-SVR和SVR模型相比，提高了预测精度，缩短了训练时间和预测时间，是一种有效的光谱特征提取方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王从庆		92	556	10.0	20.0
2	高珏		16	72	5.0	7.0