|
|||||
|
|
| 荧光光谱成像技术结合聚类分析及主成分分析的藻类鉴别研究 | |
| 引用本文： | 梁曼,黄富荣,何学佳,陈星旦.荧光光谱成像技术结合聚类分析及主成分分析的藻类鉴别研究[J].光谱学与光谱分析,2014,34(8):2132. |
| 作者姓名： | 梁曼 黄富荣 何学佳 陈星旦 |
| 作者单位： | 梁曼:暨南大学光电工程系, 广东 广州510632 黄富荣:暨南大学光电工程系, 广东 广州510632光电信息与传感技术广东普通高校重点实验室, 广东 广州510632 何学佳:暨南大学赤潮与海洋生物学研究中心, 广东 广州510632 陈星旦:暨南大学光电工程系, 广东 广州510632中国科学院长春光学精密机械与物理研究所, 吉林 长春130033 |
| 基金项目： | 广东省战略新兴产业核心技术攻关项目(2012A032300016), 高等学校博士学科点专项科研基金项目(20124401120005), 广东省自然科学基金项目(S2011040001850), 广东高校优秀青年创新人才培养计划项目(LYM11026)和中央高校基本科研业务费专项资金项目(21612436, 21612353)资助 |
| 摘 要： | 为探讨快速、实时藻类检测方法,实验通过荧光光谱成像技术结合模式识别方法对不同藻类进行鉴别研究。发现藻类样本存在着显著的荧光特性,通过采集40个藻类样品的荧光光谱图像,对图像进行去噪、二值化处理,确定有效像素后,根据光谱立方体绘制每个样本的光谱曲线,将所得400~720nm区段范围内的光谱数据作鉴别分析,再利用系统聚类分析及主成分分析两种不同的模式识别法对光谱数据进行处理。系统聚类分析结果表明:采用欧氏距离法及平均加权法计算样本间的聚类距离,在距离L=2.452以上水平处可将样本正确分类,准确率为100%;主成分分析结果表明:通过对原始光谱数据进行一阶微分、二阶微分、多元散射校正、变量标准化等预处理后,再对数据进行主成分分析,其中二阶微分预处理后鉴别效果最佳,八种藻类样品在主成分特征空间中独立分布。因此,利用荧光光谱成像技术结合聚类分析法及主成分分析法对藻类进行鉴别是可行的,操作简便、快速、无损。 |
| 关 键 词： | 荧光光谱成像 聚类分析 主成分分析 藻类 |
| 收稿时间： | 2013/8/12 |
Algae Identification Research Based on Fluorescence Spectral Imaging Technology Combined with Cluster Analysis and Principal Component Analysis |
|
| Abstract: | |
| Keywords: | Fluorescence spectral imaging Cluster analysis Principal component analysis Algae |
| 本文献已被 CNKI 等数据库收录！ | |