基于近红外光谱与随机青蛙算法的褐变板栗识别

编号 zgly0001504536

文献类型 期刊论文

文献题名 基于近红外光谱与随机青蛙算法的褐变板栗识别

作者 郑剑  周竹  仲山民  曾松伟 

作者单位 浙江农林大学农业与食品科学学院  浙江农林大学浙江省农产品品质改良技术研究重点实验室  浙江农林大学信息工程学院  浙江农林大学浙江省林业智能监测与信息技术研究重点实验室  浙江农林大学智慧农林业研究中心 

母体文献 浙江农林大学学报 

年卷期 2016年02期

年份 2016 

分类号 TP18  S664.2 

关键词 经济林学  近红外光谱  褐变  随机青蛙算法  最小二乘-支持向量机  偏最小二乘-线性判别分析  板栗 

文摘内容 为了实现板栗Castanea mollissima的快速自动分选,研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用AntarisⅡ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱(1 000.00~2 500.00nm),比较了不同光谱预处理方法对褐变板栗识别的影响,随后采用一种新的变量选择方法即随机青蛙算法(Random Frog)提取与板栗褐变相关的特征波长变量,最后基于特征波长建立和比较了褐变板栗识别的偏最小二乘-线性判别分析模型(PLS-LDA)和最小二乘-支持向量机(LS-SVM)模型。结果显示:经标准正态变量变换(SNV)预处理和随机青蛙算法优选的23个特征波长所建LS-SVM模型的性能最优,该模型对测试集的敏感性、特异性和识别正确率分别为0.92,1.00和95.00%。随机青蛙算法可以有效筛选重要的特征变量,不仅能简化模型,而且可以提高识别准确率和识别速度。