10.3964/j.issn.1000-0593.2008.06.008
应用可见/近红外光谱技术鉴别香菇品源的三维空间建模研究
应用可见/近红外吸收光谱技术对不同品源的香菇进行了无损鉴别研究.通过主成分分析法(PCA)将谱段为375~1025nm的光谱数据进行压缩和主成分提取,发现前3个主成分累计可信度可达94.37%,说明在三维空间建立样本鉴别模型是可行的.提出了一种将PCA和三维空间聚类相结合的方法,应用遗传算法确定了样本空间分割平面.遗传算法以同源样本的分割平面方程符号反向次数最小作为适应度函数.还建立了将PCA和BP神经网络相结合的比较模型.选取了195个样本,其中150个用于样本建模,其余45个用于检验模型预测能力.两个模型使用相同的建模集和预测集.结果表明,两个模型预测能力基本一样,准确率均高于91%.与BP神经网络相比,新方法更加直观简便,为仪器化鉴别提供了新途径.
可见/近红外光谱、香菇、主成分分析、遗传算法、BP神经网络
28
O657.3(分析化学)
国家科技支撑项目2006BAD10A0403;国家自然科学基金项目30270773;浙江省三农五方项目SN200504
2008-09-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
1232-1236