干贝水分检测的建模及分级方法

摘要：

高光谱成像已被应用于建立干贝水分含量预测模型,其模型性能受样本划分方法及建模方法影响.样本划分方法决定着所选样本是否具有代表性,而建模方法决定着如何利用样本建立模型,但样本划分方法与建模方法的内在联系却鲜有研究报道.在方法优选上,将样本划分方法与建模方法进行组合,探究不同方法组合对干贝水分含量预测模型性能的影响,对干贝水分检测建模及分级方法的优选具有重要意义,同时也能为其他样本的光谱建模提供参考.采集380～1030 nm波段下270个干贝样本的高光谱图像,提取干贝样本的光谱数据,通过RS,KS,SPXY和CG四种常用的方法划分样本,并以PLSR和LS-SVM两种常用的建模方法建立多个干贝水分含量预测模型,计算和比较各模型的性能指标.结果表明:PLSR模型使用RS法划分干贝水分含量样本最为适宜(其RPD为4.0796),LS-SVM模型使用SPXY划分法最为适宜(其RPD为4.1756),划分样本方法的优劣与建模方法有关,其优选需要结合特定的建模方法进行.在常用的四种样本划分方法和两种建模方法中,采用SPXY法划分干贝水分含量样本并结合LS-SVM法建模的效果和精度最好.

关键词：高光谱数据、干贝、样本划分、建模方法

所属期刊栏目：39

分类号：O433.4(光学)

资助基金：农业部渔业装备与工程技术重点实验室开放基金项目N20150117;浙江省教育厅项目N20140264;中央高校基本科研业务费专项172210161;国家自然科学基金项目41606214

在线出版日期：2019-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：185-192