基于聚类的烟叶近红外光谱有效特征的筛选方法

• 作者: 刘剑君 刘润杰 申金媛 赵海东
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 近红外光谱 特征选择 烟叶分组 聚类 支持向量机
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 红外应用
• 页码范围: 659-664
• 页数: 6页
• 分类号: TN219
• 字数: 3677字
• 语种: 中文

摘要

提出利用聚类方法对光谱数据进行特征筛选。通过分析类内参数γ1和类间参数γ2对筛选结果的影响，选择较好的γ1和γ2进行有用光谱特征筛选。利用烤烟叶的近红外反射光谱（1500～2400 nm间隔2 nm），选用SVM方法进行部位和颜色分组识别，训练样本的识别率为100%，测试样本的识别率分别是96.22%和92.79%。然后利用聚类方法对初始光谱进行特征筛选，选用相同的 SVM 方法及相同的学习样本和测试样本进行部位和颜色分组识别。在删减部分不相干光谱后，识别率分别提高到97.23%和95.52%；继续删除相关度不高的光谱，在识别率略有下降时，光谱特征数可减少到200个以下。结果表明：利用聚类方法进行特征筛选，不仅可提高识别率，且可大大减少光谱数据，因而极大地减少了数据采集时间，简化了分组模型，提高了系统的实时和快速处理能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申金媛	郑州大学信息工程学院	51	282	10.0	14.0
2	刘剑君		5	49	5.0	5.0
3	赵海东	郑州大学信息工程学院	6	30	3.0	5.0
4	刘润杰	郑州大学信息工程学院	33	196	8.0	12.0