基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别

被引：32

作者：

周竹 ^{[1
]}

李小昱 ^{[1
]}

李培武 ^{[2
]}

高云 ^{[1
]}

展慧 ^{[1
]}

刘洁 ^{[1
]}

机构：

[1] 华中农业大学工学院

[2] 中国农业科学院武汉油料作物研究所

来源：

农业工程学报 | 2011年 / 27卷 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

遗传算法(GA); 识别; 傅里叶变换; 板栗; 近红外光谱; 最小二乘支持向量机(LSSVM);

D O I：

暂无

中图分类号：

TS255.7 [果蔬加工品标准与检验];

学科分类号：

083203 ;

摘要：

为克服板栗近红外光谱变量多、共线性强等缺点,该文对标准正态变量变换预处理后的板栗近红外光谱进行傅里叶变换,并用不同方法建模,提高识别精度。采用试探法提取近红外光谱傅里叶系数,建立了基于最小二乘支持向量机分类器的霉变板栗识别模型。当提取前35点傅里叶系数时,板栗的平均识别正确率为93.56%;构造GA-LSSVM算法,建立的霉变板栗识别模型所用傅里叶系数减少为13点,对测试集中合格板栗、表面霉变板栗和内部霉变板栗的平均识别正确率分别为95.89%、100%和98.25%,板栗的总体平均识别正确率提高到97.54%。为霉变板栗的识别提供了快速鉴别分析方法。

引用

页码：331 / 335

页数：5

共 15 条

[1] 基于可见/近红外光谱与SIMCA和PLS-DA的脐橙品种识别 [J].