近红外光谱建模样本选择方法研究

发布时间：2019-11-07 14:44

【摘要】：针对小麦品种多分类问题,使用近红外光谱进行定性分析。建模样本增加能够使模型包含信息增多,但同时也会导致信息冗余,增加建模时间和存储空间,所以需要通过样本选择降低数据量。如果盲目选择必然会使信息丢失,模型效果将大打折扣,因此,在传统选择方法基础上,提出k近邻-密度样本选择方法。使用多天采集的小麦种子近红外漫反射光谱,在对其原始光谱进行预处理和特征提取后,分别使用随机抽样、k近邻和k近邻-密度三种方法进行建模样本选择,然后建立仿生模式识别模型和改进的仿生模式识别模型。实验结果显示,在建立的仿生模式识别模型中,使用k近邻-密度样本选择方法的模型识别效果优于另两种方法,且建模样本量大大降低;而在改进的仿生模式识别模型中,使用k近邻-密度样本选择方法识别效果明显优于随机抽样,略好于k近邻方法,但使用k近邻-密度方法所选择的样本数量远少于k近邻方法。结果证明k近邻-密度样本选择方法不仅能够大大降低建模样本量,而且保证了模型质量,对解决小麦品种多分类问题有明显效果。

【参考文献】

相关期刊论文 前8条

1 高学金;耿凌霄;薛攀娜;孙鑫;王普;;相似样本选择方法在SVM发酵建模中的应用[J];仪器仪表学报;2015年02期

2 虎治勤;;普里姆(Prim)算法的实现与分析[J];电脑知识与技术;2011年27期

3 刘绪平;胡昌勤;田克仁;钟瑞建;;近红外光谱定量分析样本选择理论研究进展[J];药物分析杂志;2010年07期

4 刘丽;王春枝;;抽样在数据挖掘中的应用[J];软件导刊;2008年07期

5 张莉;郭军;;基于边界样本的训练样本选择方法[J];北京邮电大学学报;2006年04期

6 张其可;戴连奎;;用于近红外校正模型的训练样本选择[J];传感技术学报;2006年04期

7 祝诗平,王一鸣,张小超,吴静珠;近红外光谱建模异常样品剔除准则与方法[J];农业机械学报;2004年04期

8 张春阳;周继恩;钱权;蔡庆生;;抽样在数据挖掘中的应用研究[J];计算机科学;2004年02期

【共引文献】

相关期刊论文 前10条

1 靳召晰;张秀娟;罗付义;安冬;赵盛毅;冉航;严衍禄;;近红外光谱建模样本选择方法研究[J];光谱学与光谱分析;2016年12期

2 张怡卓;苏耀文;李超;门洪生;何睿;;蒙古栎抗弯弹性模量多模型共识的近红外检测方法[J];林业工程学报;2016年06期

3 柳闻仪;张景雄;刘福江;;基于不确定性的大样本集抽样设计[J];地理信息世界;2016年05期

4 郭慧娴;朱思祁;黎远鹏;方涛;黄富荣;郑仕富;陈振强;;基于iPLS和SiPLS算法的人体血清胆红素含量的可见-近红外光谱建模[J];光电子·激光;2016年10期

5 李文龙;瞿海斌;;近红外光谱用于中药定量分析的技术规范化研究进展[J];中国中药杂志;2016年19期

6 韩莹;曾文珊;陈仁璀;苏广海;周远华;龙焰君;;羧甲司坦片通用型近红外定量分析模型的建立及建模样本的选取[J];药物分析杂志;2016年07期

7 袁建;朱贞映;鞠兴荣;何荣;后其军;袁翔宇;魏孟辉;;FT-NIR在油菜籽品质指标快速检测中的应用研究[J];中国粮油学报;2016年06期

8 李云;毕宇安;王振中;萧伟;;近红外光谱技术在热毒宁注射液栀子提取液浓缩过程中的应用[J];中国实验方剂学杂志;2016年12期

9 尹宝全;史银雪;孙瑞志;;近红外光谱分析中的一种基于XY变量联合的异常样本剔除算法[J];中国科学技术大学学报;2016年03期

10 陈辰;鲁晓翔;张鹏;陈绍慧;李江阔;;基于可见-近红外漫反射光谱技术的葡萄贮藏期间可溶性固形物定量预测[J];食品科学;2015年20期

【二级参考文献】

相关期刊论文 前10条

1 刘松松;张辉;毛征;孟博;李昂;;基于HRM特征提取和SVM的目标检测方法[J];国外电子测量技术;2014年10期

2 傅颖;郭晶云;;基于动态时间规整的人体动作识别方法[J];电子测量技术;2014年03期

3 周绍磊;廖剑;史贤俊;;RBF-SVM的核参数选择方法及其在故障诊断中的应用[J];电子测量与仪器学报;2014年03期

4 杨建文;陈祥光;金怀平;吴磊;;金霉素发酵罐补糖速率优化调节方法研究[J];仪器仪表学报;2014年02期

5 乔宗良;张蕾;周建新;司风琪;徐治皋;;一种改进的CPSO-LSSVM软测量模型及其应用[J];仪器仪表学报;2014年01期

6 高学金;孙鑫;;局部自适应加权LSSVM在线建模方法及其在间歇过程中的应用[J];计算机与应用化学;2013年07期

7 杨小梅;刘文琦;杨俊;;基于分阶段的LSSVM发酵过程建模[J];化工学报;2013年09期

8 陶剑文;王士同;;局部学习支持向量机[J];控制与决策;2012年10期

9 洪艳;;几种模式识别方法在源相机辨识中的分析比较[J];电子测量与仪器学报;2012年04期

10 王少军;刘琦;彭宇;彭喜元;;CLS-SVM:一种时间序列预测的局部建模方法[J];仪器仪表学报;2011年08期

【相似文献】

相关期刊论文 前1条

1 刘绪平;胡昌勤;田克仁;钟瑞建;;近红外光谱定量分析样本选择理论研究进展[J];药物分析杂志;2010年07期

相关博士学位论文 前2条

1 代志军;特征选择与样本选择用于癌分类与药物构效关系研究[D];湖南农业大学;2014年

2 姜文瀚;模式识别中的样本选择研究及其应用[D];南京理工大学;2008年

相关硕士学位论文 前4条

1 陈美姣;样本选择问题的统计处理研究[D];浙江工商大学;2013年

2 储晓琛;改进的样本选择对分类算法影响的研究[D];安徽大学;2015年

3 程霄;非参数模型样本选择方法研究及其在风电机组状态监测中的应用[D];华北电力大学;2014年

4 张磊;样本选择模型及其在医疗费用研究中的应用[D];山西医科大学;2007年

，

本文编号：2557330