基于DPLS和LS-SVM的梨品种近红外光谱识别

• 作者: 刘雪梅 章海亮
• 来源期刊: 农业机械学报
• 学科: 化学
• 关键词: 梨 近红外光谱 品种识别 主成分分析 偏最小二乘判别 最小二乘支持向量机
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 160-164
• 分类号: O657.33
• 字数: 4496字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2012.09.030

摘要

为了实现不同品种梨的快速光谱鉴别,采用主成分分析法(PCA)对光谱数据进行聚类分析,得到3种不同品种梨的特征差异,主成分分析表明,以所有建模样本主成分PC1和PC2做出的得分图,对不同种类梨具有很好的聚类作用.利用主成分分析得到的载荷图可以得到对于梨品种敏感的特征波段,用特征波段图谱作为输入建立偏最小二乘判别( DPLS)模型和最小二乘支持向量机(LS-SVM)模型.3个品种梨各70个共210个分别建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型.对未知的24个样本进行预测,LS-SVM模型品种识别准确率达到100％,DPLS模型的校正及验证结果与实际分类变量的相关系数均大于0.980,交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于0.100,品种识别率为100％.表明提出的方法具有很好的分类和鉴别作用,提供了梨的品种快速鉴别分析方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章海亮	华东交通大学土木建筑学院	57	606	15.0	22.0
2	刘雪梅	华东交通大学土木建筑学院	74	403	11.0	16.0