10.19554/j.cnki.1001-3563.2019.13.004
紫外/可见光谱技术无损检测苹果的挤压损伤
目的 通过紫外/可见光谱技术结合模式识别算法,建立挤压损伤苹果的Fisher识别模型、K最近邻(KNN)识别模型和偏最小二乘判别分析(PLS-DA)识别模型.方法 以挤压损伤苹果和无损苹果为研究对象,采用光谱仪采集2种苹果的光谱反射率,综合比较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(PCA)对预处理后的光谱数据进行降维,并提取能反映损伤苹果的特征光谱.结果 采用主成分分析法选择了累计贡献率超过99%的前7个主成分(P1-P7)作为特征光谱数据,有效地实现了光谱数据的降维;二阶微分对光谱反射率预处理的效果最好;3种判别模型均能满足实际要求,且SD+Fisher和SD+PLS-DA识别模型对校正集和预测集样本的总正确识别率均高达100%.结论 研究结果有助于实现挤压损伤苹果的快速识别.
光谱技术、无损检测、模式识别、损伤苹果
40
TB487(工业通用技术与设备)
国家自然科学基金61505036;贵州省科技厅联合基金黔科合LH字[2014]7174号;贵州省教育厅青年科技人才成长项目黔教合KY字[2018]290;贵州省普通高等学校工程研究中心项目黔教合KY字[2016]017;贵阳市财政支持贵阳学院学科与硕士点建设项目SY-2019
2019-08-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
25-30