基于稀疏主成分分析的近红外光谱法鉴别黄花梨的成熟度
从同一果园的12棵果树上,在8月的4个不同日期各采集5个黄花梨样品,共采集240个样品.从每个样品上采集光谱数据.通过稀疏主成分分析(SPCA)和主成分分析(PCA)提取光谱中与成熟度相关的特征并进行解析,结合人工神经网络(ANN)建立黄花梨成熟度的鉴别模型.从所得载荷向量图可知:①SPCA能有效提取光谱中与成熟度有关的特征,其7个稀疏主成分分别反映了黄花梨的糖类物质、水分、色素和硬度等信息;②SPCA-ANN的成熟度鉴别模型的预测总识别率为93.33%,高于PCA-ANN的鉴别模型的预测总识别率91.67%.
近红外光谱法、稀疏主成分分析、黄花梨、成熟度
53
O657.33(分析化学)
国家重大科学仪器设备开发专项2014YQ470377;浙江省公益技术应用研究项目2015C37075
2017-05-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
146-151