基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法

被引:41
作者
李晓丽 [1 ]
胡兴越 [2 ]
何勇 [1 ]
机构
[1] 浙江大学生物系统工程与食品科学学院
[2] 浙江大学邵逸夫医院
基金
高等学校博士学科点专项科研基金;
关键词
可见-近红外光谱; 水蜜桃; 主成分分析; 多类判别分析; 鉴别;
D O I
暂无
中图分类号
S662.1 [桃];
学科分类号
090201 ;
摘要
提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.
引用
收藏
页码:417 / 420
页数:4
相关论文
共 6 条
[1]   基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究 [J].
何勇 ;
李晓丽 ;
邵咏妮 .
光谱学与光谱分析, 2006, (05) :850-853
[2]   利用纤维红外吸收特性的皮棉杂质检测新方法 [J].
郏东耀 ;
丁天怀 .
红外与毫米波学报, 2005, (02) :147-150
[3]   湖泊水环境指标的超光谱响应特征分析 [J].
尹球 ;
疏小舟 ;
徐兆安 ;
匡定波 .
红外与毫米波学报, 2004, (06) :427-430+435
[4]   基于高光谱图像主成分分量的小目标检测算法研究 [J].
李智勇 ;
匡纲要 ;
郁文贤 ;
薛绮 .
红外与毫米波学报, 2004, (04) :286-290
[5]   道地山药红外指纹图谱和聚类分析的鉴别研究 [J].
孙素琴 ;
汤俊明 ;
袁子民 ;
白雁 .
光谱学与光谱分析, 2003, (02) :258-261
[6]   近红外光谱在品质分析和定量分析中的应用 [J].
王海水 ;
汪冬梅 ;
席时权 .
分析测试技术与仪器, 2002, (03) :136-138