-
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: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。
-