您的位置： 专家智库 > >

南昌航天航空大学

作品数：1 被引量：20H指数：1
相关机构：广西师范大学浙江工业大学浙江大学更多>>
发文基金：公益性行业(农业)科研专项国家高技术研究发展计划更多>>
相关领域：理学自动化与计算机技术机械工程更多>>

合作机构

文献类型

  • 1篇中文期刊文章

领域

  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇识别方法
  • 1篇主成分
  • 1篇主成分分析
  • 1篇蜜源
  • 1篇模式识别
  • 1篇近红外
  • 1篇近红外光
  • 1篇近红外光谱
  • 1篇快速识别方法
  • 1篇光谱
  • 1篇红外
  • 1篇红外光
  • 1篇红外光谱

机构

  • 1篇广西师范大学
  • 1篇浙江大学
  • 1篇浙江工业大学
  • 1篇南昌航天航空...

作者

  • 1篇何勇
  • 1篇聂鹏程
  • 1篇杨燕
  • 1篇杨海清

传媒

  • 1篇农业工程学报

年份

  • 1篇2010
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于可见-近红外光谱技术的蜜源快速识别方法被引量：20
2010年
蜂蜜蜜源决定了蜂蜜的药用价值。为了实现快速无损识别蜂蜜蜜源,提出了基于可见-近红外光谱技术结合机器学习的方法来实现蜂蜜蜜源的快速无损识别。该研究采集来自4个蜜源共232份蜂蜜样本光谱数据,随机选取其中212个样本用来构建分类器,剩余20个样本进行分类器泛化学习能力的检验评估。光谱数据预处理采用基线校正,数据标准化和平滑消除干扰和噪声。基于一对多分类规则,采用主成分分析结合贝叶斯线性判别构造线性多分类器,并就分类效果和泛化学习能力与前向神经网络器构成的非线性分类器进行比较。结果表明:基于主成分分析结合贝叶斯线性判别构造的多分类器分类正确率为91.95%,前向神经网络的分类正确率为100%。该研究也表明应用可见-近红外技术对蜂蜜蜜源进行快速分类是可行的。
杨燕聂鹏程杨海清何勇
关键词：近红外光谱模式识别主成分分析蜜源
全选 清除 导出
共1页<1>
聚类工具0