公开(公告)号：CN117115460A

公开(公告)日：2023-11-24

申请号：CN202310921911.7

申请日：2023-07-24

Applicant: 安徽大学

Inventor： 潘天红 ,  陈支峰 ,  田佳强 ,  樊渊 ,  吴琼 ,  余晓峰

IPC: G06V10/44 ,  G06N3/0895 ,  G06V10/82 ,  G06V10/774 ,  G01N21/359 ,  G01N21/3563

Abstract: 本发明属于近红外光谱技术领域，涉及一种太平猴魁茶近红外光谱FS‑SC半监督特征选择方法。解决现有技术依靠少量有标签近红外光谱样本无法充分挖掘特征关键变量，而导致的校正模型预测能力性能差的问题；本发明的方法通过对有标签样本进行有监督Fisher Score得分计算，对无标签样本进行无监督Silhouette Coefficient得分计算，在有监督Fisher Score得分和无监督Silhouette Coefficient得分之间加一个权重因子，得到最后的半监督得分，将半监督得分进行排序，得分最高的便是所要选择得特征变量，用特征变量训练偏最小二乘法预测判别模型，简化了模型复杂度的同时提高泛化能力，能够改善模型精度，提高模型的鲁棒性能。