广义模糊K调和均值聚类的近红外光谱生菜储藏时间鉴别

发布时间：2017-09-07 21:14

  本文关键词：广义模糊K调和均值聚类的近红外光谱生菜储藏时间鉴别

  更多相关文章： 近红外光谱 生菜 储藏时间 线性判别分析 模糊K调和均值聚类

【摘要】：生菜的储藏时间是影响生菜新鲜程度的重要因素。为了快速、无损和有效地鉴别生菜的储藏时间,以欧式距离的p次方代替模糊K调和均值聚类(FKHM)中欧式距离的平方提出了一种广义模糊K调和均值聚类(GFKHM)算法并将该算法应用于鉴别生菜的储藏时间。以60个新鲜生菜样本为研究对象,采用AntarisⅡ近红外光谱分析仪每隔12h检测生菜的近红外漫反射光谱,共检测三次,光谱扫描的波数范围为10 000~4 000cm~(-1)。首先用主成分分析(PCA)对1 557维的生菜近红外光谱进行降维处理以减少冗余信息,取前20个主成分,经过PCA处理后得到20维的数据。然后用线性判别分析(LDA)提取光谱数据的鉴别信息以提高聚类的准确率,取鉴别向量数为2,则LDA将20维的数据转换为2维数据。最后以模糊C-均值聚类(FCM)的类中心作为FKHM和GFKHM的初始聚类中心,分别运行FKHM和GFKHM计算模糊隶属度以实现生菜储藏时间的鉴别。结果表明,GFKHM的鉴别准确率能达到92.5%,FKHM的鉴别准确率为90.0%,GFKHM具有比FKHM更高的鉴别准确率。GFKHM的聚类中心比FKHM更逼近真实类中心。GFKHM的收敛速度明显快于FKHM。采用近红外光谱技术同时结合GFKHM,PCA和LDA为快速和无损地鉴别生菜储藏时间提供了一种新的方法。
【作者单位】： 江苏大学电气信息工程学院;江苏大学机械工业设施农业测控技术与装备重点实验室;江苏大学京江学院;滁州职业技术学院信息工程系;
【关键词】： 近红外光谱 生菜 储藏时间 线性判别分析 模糊K调和均值聚类
【基金】：国家自然科学基金项目(31101082) 江苏高校优势学科建设工程项目PAPD资助
【分类号】：TS255.3;O657.33
【正文快照】： 1.江苏大学电气信息工程学院,江苏镇江2120132.江苏大学机械工业设施农业测控技术与装备重点实验室,江苏镇江2120133.江苏大学京江学院,江苏镇江2120134.滁州职业技术学院信息工程系,安徽滁州239000引言生菜中含有丰富的营养物质[1],它是人们经常食用的蔬菜之一。随着人们生活

【相似文献】

中国期刊全文数据库 前10条

1 申明金;用模糊K均值聚类分析研究茶叶分类[J];广西民族学院学报(自然科学版);2005年03期

2 杨志浩;刘基;;模糊C-均值聚类分析研究大亚湾水质空间分布规律[J];科技广场;2010年01期

3 杨晓波;基于模糊C均值聚类的织物平整度等级评定[J];苏州大学学报(工科版);2005年03期

4 申明金;模糊K均值聚类分析在化合物酸碱性分类研究中的应用[J];淮北煤炭师范学院学报(自然科学版);2005年03期

5 王丽;李敬有;荆涛;;一种快速全局聚类算法应用于化工建模的数据提取[J];化工自动化及仪表;2009年06期

6 白瑞祥;李若岩;宋辉;;模糊C-均值聚类分析系统设计与实现[J];天津科技大学学报;2005年04期

7 李伟;付玉;蒋鹏;李英年;;基于K均值聚类的FRP复合材料容器损伤声发射信号模式识别[J];压力容器;2014年08期

8 任正云,李平,王占山,李奇安;模糊C均值聚类在萃取精馏塔软测量中的应用[J];抚顺石油学院学报;2001年01期

9 陈春升;;利用模糊C-均值聚类分析法实现织物组织结构自动识别[J];毛纺科技;2006年04期

10 蔡美峰,王鹏,赵奎,张登科,;基于遗传算法的岩体结构面的模糊C均值聚类方法[J];岩石力学与工程学报;2005年03期

中国重要会议论文全文数据库 前10条

1 缪晓雷;戴政国;陈建新;;基于模糊C均值聚类的冠状动脉血管自动提取[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

2 张勇;吴文健;刘志明;;基于改进K均值聚类分析的迷彩伪装涂料选取[A];中国化学会第26届学术年会应用化学分会场论文集[C];2008年

3 刘元元;刘华平;高蒙;孙富春;孟丽霞;;GPU加速的在线K均值聚类粒子滤波跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

4 陈彪;徐捷;;基于遗传算子和粒子群混合的K均值聚类方法[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

5 赵雪红;张来斌;樊建春;;基于模糊C-均值聚类分析的磨损状态评判体系[A];第二届全国工业摩擦学大会暨第七届全国青年摩擦学学术会议会议论文集[C];2004年

6 杜方键;杨宏晖;;K均值聚类优化集成学习[A];2011'中国西部声学学术交流会论文集[C];2011年

7 周霄鹏;齐瑞云;;一种基于改进型可能性C-均值聚类和故障向量的未知类型故障诊断方法[A];第24届中国控制与决策会议论文集[C];2012年

8 杨春梅;万柏坤;丁北生;;数据预处理和初始化方法对K-均值聚类的影响[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

9 王启志;王晓霞;;基于模糊C均值聚类的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

10 成曙;姚良;张振仁;;基于小波包分解和模糊C均值聚类的柴油机气阀机构故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

中国硕士学位论文全文数据库 前10条

1 高芬芬;基于神经网络与模糊C均值聚类的锅炉及其辅助系统能效诊断[D];华北电力大学;2015年

2 王军婷;K均值聚类分割的多特征图像检索方法研究[D];南昌航空大学;2011年

3 于洋;模糊聚类分析中模糊c均值聚类计算方法研究[D];沈阳工业大学;2009年

4 宋清栋;模糊c均值聚类技术研究[D];广西师范大学;2012年

5 赵伟刚;基于数据预处理和K-均值聚类的支持向量回归预测模型[D];兰州大学;2012年

6 刘伟;K调和均值聚类分析原理及应用[D];山西医科大学;2014年

7 姜丽;模糊C均值聚类的理论与应用研究[D];浙江工商大学;2010年

8 陈丽萍;模糊C-均值聚类的研究[D];燕山大学;2009年

9 于璐婧;图能量在肿瘤特征基因提取问题中的应用[D];山东大学;2014年

10 蔺立娜;基于模糊C均值聚类与支持向量机的交通标志识别研究[D];燕山大学;2013年

，

本文编号：809927