首页|近红外高光谱成像技术结合偏最小二乘-判别分析所建模型快速鉴定核桃仁的品质

近红外高光谱成像技术结合偏最小二乘-判别分析所建模型快速鉴定核桃仁的品质

Rapid Identification of Quality of Walnut Kernel by Model Established by Near Infrared Hyperspectral Imaging Technology with Partial Least Square Discriminant Analysis

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
将近红外高光谱成像技术与偏最小二乘-判别分析(PLS-DA)结合,建立了快速无损鉴定核桃仁品质的分类模型.在 900～1 700 nm全波长范围内,采集不同品质核桃仁的光谱数据,以平均光谱作为原始光谱,以标准正态变量对原始光谱数据进行预处理,采用主成分分析对原始光谱数据降维,提取到 970,1 151,1 210,1 215,1 256,1 309,1 340,1 379,1 389,1 404,1 460 nm 等11 个特征波长.基于全光谱和特征波长,分别建立两种 PLS-DA 分类模型.结果表明:全光谱条件下所建模型在校准集和验证集上的预测正确率最高,可达 100%;特征波长条件下所建模型在相同数据集上的分类正确率略有下降,为 99.3%;两种模型在测试集上的预测正确率均为 100%.

near infrared hyperspectral imaging technologypartial least square discriminant analysis(PLS-DA)walnut kernelquality

丁坤、项安

展开 >

同济大学 电子与信息工程学院,上海 201800

近红外高光谱成像技术 偏最小二乘-判别分析(PLS-DA) 核桃仁 品质

2023

10.11973/lhjy-hx202307016

理化检验-化学分册
上海材料研究所

理化检验-化学分册

CSTPCDCSCD北大核心
影响因子：0.647
ISSN：1001-4020
年,卷(期)：2023.59(7)
  • 1