近红外高光谱成像技术快速鉴别国产咖啡豆品种

• 作者: 何勇 刘飞 孔汶汶 张初 陈纳 鲍一丹
• 来源期刊: 光学精密工程
• 学科: 物理学
• 关键词: 近红外高光谱成像 咖啡豆 无损判别 判别分析模型 极限学习机
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 现代应用光学
• 页码范围: 349-355
• 页数: 7页
• 分类号: O433.4
• 字数: 3896字
• 语种: 中文
• DOI: 10.3788/OPE.20152302.0349

摘要

结合近红外高光谱成像技术和不同的判别分析模型对4种国产咖啡豆品种进行了快速无损判别.通过高光谱成像仪提取874～1 734 nm波段内的光谱数据,去除首尾噪声波段后,分别基于925～1 680 nm波段的全谱波段和通过连续投影算法(SPA)选择的特征波长,建立了偏最小二乘判别分析(PLS-DA)、随机森林(RF)、K最邻近算法(KNN)、支持向量机(SVM)模型和极限学习机(ELM)5种判别分析模型.基于上述判别模型对咖啡豆品种进行鉴别;然后通过准确率、命中率和否定率3个参数对鉴别结果进行了评价.实验显示,基于全谱和特征波段建立的模型均取得了较好的判别效果,其中ELM模型效果均为最优,每个品种建模集和预测集的准确率、命中率和否定率均在93.5％以上.研究结果表明,基于近红外高光谱成像技术结合模型判别分析方法可以实现对国产咖啡豆品种的识别,特征波长的选择减少了变量数,但判别效果与全谱相当.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	浙江大学生物系统工程与食品科学学院	511	9054	45.0	65.0
2	鲍一丹	浙江大学生物系统工程与食品科学学院	47	1101	21.0	32.0
3	刘飞	浙江大学生物系统工程与食品科学学院	77	1455	21.0	35.0
4	张初	浙江大学生物系统工程与食品科学学院	21	438	12.0	20.0
5	孔汶汶	浙江大学生物系统工程与食品科学学院	16	299	11.0	16.0
6	陈纳	浙江大学生物系统工程与食品科学学院	2	28	1.0	2.0