可见/近红外光谱技术无损识别苹果品种的研究

• 作者: 孟庆龙 尚静 张艳
• 来源期刊: 保鲜与加工
• 关键词: 高光谱成像 模式识别 主成分分析 无损检测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 保鲜研究
• 页码范围: 8-14
• 页数: 7页
• 分类号: S661.1
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6221.2019.03.002

摘要

为了能快速无损鉴别苹果的品种,基于高光谱成像技术结合模式识别算法,分别建立了判别苹果品种K最近邻(KNN)识别模型与偏最小二乘判别分析(PLS-DA)识别模型.综合比较了不同光谱预处理方法(二阶微分(SD)、标准正态变换(SNV)和多元散射校正(MSC))对各模型识别效果的影响,并利用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果品种的特征光谱.结果 表明:采用主成分分析法选择了累计贡献率超过99.9％的前10个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;MSC预处理方法对光谱反射率预处理的效果最好;2种判别模型均能基本满足实际要求,且MSC+KNN识别模型的识别性能最优,对预测集样本的正确识别率高达100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳		32	74	4.0	8.0
2	孟庆龙		17	14	2.0	3.0
3	尚静		19	15	2.0	3.0