-
公开(公告)号:CN114519386A
公开(公告)日:2022-05-20
申请号:CN202210031609.X
申请日:2022-01-12
Applicant: 江苏大学
IPC: G06K9/62 , G01N21/3563 , G01N21/359
Abstract: 本发明公开了一种改进模糊线性特征提取的红枣品种分类方法,包括步骤:(1)红枣近红外光谱采集;(2)用Savitzky‑Golay FIR平滑滤波器对红枣近红外光谱进行预处理;(3)用主成分分析实现红枣近红外光谱数据的降维处理;(4)采用一种改进模糊线性特征提取的红枣品种分类方法实现红枣近红外光谱数据的鉴别信息提取;(5)采用K近邻分类算法(KNN)对红枣近红外光谱数据进行分类。本发明解决了采集的红枣样品数据的小样本问题以及样本类信息多样性问题。同时本发明还具有检测简便,分类准确率高以及绿色无污染的优点。
-
公开(公告)号:CN114331474A
公开(公告)日:2022-04-12
申请号:CN202111661905.X
申请日:2021-12-30
Applicant: 江苏大学
IPC: G06Q30/00 , G06K9/62 , G01N21/359 , G01N21/3577
Abstract: 本发明公开了一种模糊线性判别分析的牛奶产地溯源方法,包括步骤:(1)牛奶近红外光谱数据采集;(2)利用最小二乘平滑滤波算法对光谱数据进行预处理;(3)利用主成分分析对牛奶近红外光谱数据进行降维;(4)采用一种模糊线性判别分析方法实现对牛奶近红外光谱数据中鉴别信息的提取;(5)利用K近邻分类器对光谱数据进行分类。本发明解决了传统的特征提取方法在面对数据集中的有较多重叠数据时分类效果不理想的问题,能够有效地提取出光谱数据中所包含的鉴别信息。本发明具有便捷,检测速度快,分类精度高等优点。
-
公开(公告)号:CN115015165A
公开(公告)日:2022-09-06
申请号:CN202210627764.8
申请日:2022-06-06
Applicant: 江苏大学
IPC: G01N21/359 , G01N21/3577 , G06K9/62
Abstract: 本发明公开了一种模糊最优鉴别向量的酸奶品种鉴别方法,包括:①利用便携式近红外光谱仪采集数据,获取酸奶样本的近红外漫反射光谱数据;②利用最小二乘平滑滤波算法(SG)对光谱数据进行预处理;③利用主成分分析算法对酸奶近红外光谱数据降维;④利用一种模糊线性判别分析方法初步提取主成分分析降维后光谱数据的模糊散布矩阵中的鉴别信息;⑤基于新欧式距离测度的模糊聚类方法对酸奶样本进行聚类分析。本发明能提取酸奶近红外光谱的最优鉴别向量,提高了鉴别准确率,可以实现酸奶品种的快速准确分类。基于新欧式距离测度的模糊聚类方法用于聚类酸奶的近红外光谱数据,使得本发明方法能聚类含噪声近红外光谱数据,提高聚类准确率。
-
公开(公告)号:CN114528915A
公开(公告)日:2022-05-24
申请号:CN202210032798.2
申请日:2022-01-12
Applicant: 江苏大学
IPC: G06K9/62 , G06N3/00 , G01N21/359
Abstract: 本发明公开了一种粒子群模糊聚类的苹果近红外光谱分类方法,包括步骤:(1)苹果近红外光谱采集;(2)用多元散射校正进行苹果近红外光谱的预处理;(3)用主成分分析实现苹果近红外光谱降维处理;(4)采用一种基于相似度粒子群结合可能模糊C均值聚类方法进行苹果近红外光谱数据分类。本发明解决了基本粒子群算法在迭代过程中,容易过早收敛,导致结果为局部最优解而非全局最优解问题,同时解决现有的可能性模糊C均值算法进行分类的时候存在的聚类中心依赖问题。本发明具有检测速快,苹果品种分类准确率高等优点。
-
-
-