-
题名基于聚类的烟叶近红外光谱有效特征的筛选方法
被引量：8
- 1
-
-
作者
赵海东
申金媛
刘润杰
刘剑君
-
机构
郑州大学信息工程学院
郑州市烟草专卖局
-
出处
《红外技术》
CSCD
北大核心
2013年第10期659-664,共6页
-
基金
河南省烟草专卖局科学计划与计划开发项目
-
文摘
提出利用聚类方法对光谱数据进行特征筛选。通过分析类内参数1和类间参数2对筛选结果的影响,选择较好的1和2进行有用光谱特征筛选。利用烤烟叶的近红外反射光谱(1500～2400 nm间隔2nm),选用SVM方法进行部位和颜色分组识别,训练样本的识别率为100%,测试样本的识别率分别是96.22%和92.79%。然后利用聚类方法对初始光谱进行特征筛选,选用相同的SVM方法及相同的学习样本和测试样本进行部位和颜色分组识别。在删减部分不相干光谱后,识别率分别提高到97.23%和95.52%;继续删除相关度不高的光谱,在识别率略有下降时,光谱特征数可减少到200个以下。结果表明:利用聚类方法进行特征筛选,不仅可提高识别率,且可大大减少光谱数据,因而极大地减少了数据采集时间,简化了分组模型,提高了系统的实时和快速处理能力。
-
关键词
近红外光谱
特征选择
烟叶分组
聚类
支持向量机
-
Keywords
near-infraredspectrum, feature select, tobacco grouping, cluster, SVM
-
分类号
TN219
[电子电信—物理电子学]
-
