基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别

编号 zgly0000754576

文献类型 期刊论文

文献题名 基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别

学科分类 220.45;经济林学

作者 周竹  李小昱  李培武  高云  展慧  刘洁 

作者单位 华中农业大学工学院  中国农业科学院武汉油料作物研究所 

母体文献 农业工程学报 

年卷期 2011,27(3)

页码 331-335

年份 2011 

分类号 O657.33 

关键词 遗传算法(GA)  识别  傅里叶变换  板栗  近红外光谱  最小二乘支持向量机(LSSVM) 

文摘内容 为克服板栗近红外光谱变量多、共线性强等缺点,该文对标准正态变量变换预处理后的板栗近红外光谱进行傅里叶变换,并用不同方法建模,提高识别精度。采用试探法提取近红外光谱傅里叶系数,建立了基于最小二乘支持向量机分类器的霉变板栗识别模型。当提取前35点傅里叶系数时,板栗的平均识别正确率为93.56%;构造GA-LSSVM算法,建立的霉变板栗识别模型所用傅里叶系数减少为13点,对测试集中合格板栗、表面霉变板栗和内部霉变板栗的平均识别正确率分别为95.89%、100%和98.25%,板栗的总体平均识别正确率提高到97.54%。为霉变板栗的识别提供了快速鉴别分析方法。