基于改进KNN算法在近红外光谱中的模式识别研究

• 作者: 丁香乾 张磊 赵雪岑
• 来源期刊: 现代电子技术
• 关键词: 近红外光谱 模式识别 主成分 马氏距离 KNN
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 科学计算及信息处理
• 页码范围: 121-123
• 分类号: TN911-34
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2012.20.036

摘要

针对近红外光谱数据特征变量个数远大于样本数以及光谱点之间存在强相关的特点,通过主成分分析压缩光谱信息抽提独立的特征变量,在最佳主成分个数下计算各样本到不同类中心的马氏距离,进而统计整体的预测正确率.文中采用改进的KNN算法对四种牌号的卷烟近红外光谱数据进行了类别预测,在明显改进效率的同时,获得了更为准确的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	中国海洋大学信息科学与工程学院	57	487	12.0	20.0
2	丁香乾	中国海洋大学信息科学与工程学院	99	1107	16.0	30.0
6	赵雪岑	中国海洋大学信息科学与工程学院	2	8	2.0	2.0