基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究

发布时间：2017-10-03 11:15

  本文关键词：基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究

  更多相关文章： 近红外光谱 生菜 品种鉴别 无监督机器学习

【摘要】：为解决模糊学习矢量量化(FLVQ)对噪声数据敏感问题,在无监督可能模糊聚类(UPFC)基础上提出一种无监督可能模糊学习矢量量化(UPFLVQ)算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350~2 500nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析(PCA)进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类(FCM)至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明:UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种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 品种鉴别 无监督机器学习
【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资助项目PAPD(苏政办发2011-6) 江苏省高等学校大学生实践创新训练计划项目(201413986008Y)资助
【分类号】：S636.2;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引言生菜是人们经常食用的主要蔬菜之一,它营养价值高,含有膳食纤维,蛋白质,维

【相似文献】

中国期刊全文数据库 前5条

1 陈兰珍;叶志华;赵静;;蜂蜜品种鉴别技术研究进展[J];食品科学;2008年03期

2 周莹;徐惠荣;应义斌;;近红外技术在自然纺织纤维品种鉴别及成分预测上的应用[J];光谱学与光谱分析;2008年12期

3 李尚禹;陈阳;王春艳;于红;王艳萍;李校X;;RAPD技术在东北地区玉米品种鉴别上的应用[J];分子科学学报;2007年03期

4 朱之光，，李建平;植物油品种鉴别方法的研究─—分光光度法[J];食品工业科技;1995年02期

5 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 周博;王俊;;基于电子鼻的小麦品种鉴别研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

2 李明;;玫瑰花聚丙烯酰胺凝胶电泳鉴别研究[A];2009年中国药学大会暨第九届中国药师周论文集[C];2009年

3 李明;;玫瑰花聚丙烯酰胺凝胶电泳鉴别研究[A];2010年中国药学大会暨第十届中国药师周论文集[C];2010年

中国重要报纸全文数据库 前4条

1 孙圣;羚羊角品种鉴别[N];农村医药报（汉）;2006年

2 谭玉琳;水稻品种鉴别方法[N];农民日报;2005年

3 文华;中药混乱品种鉴别需构建研究与生药技术平台[N];中国中医药报;2004年

4 记者 谢开飞　通讯员 陈志群 李斯;我菌种DNA指纹研究国际领先[N];科技日报;2009年

本文编号：964880