-
公开(公告)号:CN107886056A
公开(公告)日:2018-04-06
申请号:CN201711027258.0
申请日:2017-10-27
Applicant: 江苏大学
CPC classification number: G06K9/00536 , G01N27/00
Abstract: 本发明公布了一种模糊协方差学习网络的电子鼻鉴别食醋品种方法,具体包括以下步骤:首先使用电子鼻采集不同品种的食醋数据,然后通过标准正态变量变换(SNV)对采集到的食醋数据进行预处理,再用主成分分析(PCA)进行数据压缩和线性判别分析(LDA)提取训练样本的鉴别信息,最后根据一种模糊协方差学习网络的方法对食醋品种进行鉴别。本发明具有分类准确率高,简便,无损,成本低,易于实施和推广应用。
-
公开(公告)号:CN106570520A
公开(公告)日:2017-04-19
申请号:CN201610919763.5
申请日:2016-10-21
Applicant: 江苏大学
CPC classification number: G06K9/6223 , G06K9/40
Abstract: 本发明公开一种茶叶检测技术中混合GK聚类的红外光谱茶叶优劣鉴别方法,用线性判别分析法对压缩后的训练样本学习得到包含鉴别信息的训练样本和测试样本,对包含鉴别信息的测试样本运行模糊C均值聚类,得到初始模糊隶属度和初始聚类中心,先计算模糊散射矩阵和模糊隶属度值,再计算出典型值,根据典型值计算出聚类中心,分别计算包含鉴别信息的训练样本的平均值到测试样本的聚类中心的欧式距离,若聚类中心到训练茶叶的平均值的欧式距离最小则判定该聚类中心所属茶叶品种和这种训练样本的茶叶品种是相同品种,根据模糊隶属度值判定测试样本所属茶叶和类别;本发明将典型值增加进入函数中,可以大幅度降低处理噪声数据时出错的概率。
-