模糊线性判别QR分析的茶叶近红外光谱鉴别分析 |
| |
作者姓名: | 胡彩平 何成遇 孔丽微 朱优优 武斌 周浩祥 孙俊 |
| |
作者单位: | 1. 金陵科技学院计算机工程学院;2. 江苏大学电气信息工程学院;3. 浙江大学台州研究院;4. 滁州职业技术学院信息工程学院 |
| |
基金项目: | 国家自然科学基金项目(31471413);;江苏省重点研发计划项目(BE2022077); |
| |
摘 要: | 不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了对包含噪声信号的茶叶近红外光谱进行准确鉴别,提出了一种模糊线性判别QR分析的新方法,可以对茶叶近红外光谱进行准确分类。通过使用模糊线性判别分析(FLDA)将由主成分分析(PCA)压缩的茶叶近红外光谱数据进行降维,由模糊线性判别分析得出的特征向量构建鉴别向量矩阵,对鉴别向量矩阵进行矩阵的QR分解,得到新的鉴别向量矩阵。经过模糊线性判别QR分析后使用K近邻算法进行分类,具有准确率高等优点。以岳西翠兰、六安瓜片、施集毛峰和黄山毛峰四种茶叶为研究样本,每类65个,茶叶样本总数为260个。采集茶叶近红外光谱数据的仪器为AntarisⅡ型傅里叶近红外光谱仪对光谱数据进行预处理,采用多元散射校正,由于采集到的茶叶光谱数据存在散射干扰。以此得到的近红外光谱数据的维数为1557维,通过主成分分析压缩数据集的维数,使得光谱数据集的维数达到7维。经压缩过后的光谱数据集中的鉴别信息再...
|
关 键 词: | 模糊线性判别分析 主成分分析 近红外光谱 K近邻算法 |
|