-
公开(公告)号:CN104573739B
公开(公告)日:2018-04-17
申请号:CN201410745142.0
申请日:2014-12-09
Applicant: 江苏大学
Abstract: 本发明公开一种广义模糊K调和均值聚类的生菜贮藏时间判定方法,首先用近红外光谱仪采集不同贮藏期的生菜样本的近红外光谱,然后用后向间隔偏最小二乘判别分析进行光谱波段选择和降维处理,再用线性判别分析提取近红外光谱的鉴别信息,对鉴别信息运行模糊C‑均值聚类得到初始聚类中心,最后用广义模糊K调和均值聚类方法对生菜贮藏时间进行判定,具有检测速度快,判定准确率高,无污染,对生菜不造成损坏等优点。
-
公开(公告)号:CN104573739A
公开(公告)日:2015-04-29
申请号:CN201410745142.0
申请日:2014-12-09
Applicant: 江苏大学
CPC classification number: G06K9/6223
Abstract: 本发明公开一种广义模糊K调和均值聚类的生菜贮藏时间判定方法,首先用近红外光谱仪采集不同贮藏期的生菜样本的近红外光谱,然后用后向间隔偏最小二乘判别分析进行光谱波段选择和降维处理,再用线性判别分析提取近红外光谱的鉴别信息,对鉴别信息运行模糊C-均值聚类得到初始聚类中心,最后用广义模糊K调和均值聚类方法对生菜贮藏时间进行判定,具有检测速度快,判定准确率高,无污染,对生菜不造成损坏等优点。
-
公开(公告)号:CN104568770A
公开(公告)日:2015-04-29
申请号:CN201410745102.6
申请日:2014-12-09
Applicant: 江苏大学
IPC: G01N21/25
Abstract: 本发明公开一种无监督可能模糊学习矢量量化的生菜品种光谱鉴别方法,首先用光谱仪采集生菜样本的光谱,然后优选生菜光谱的波段,再用主成分分析方法对生菜的光谱进行降维处理,对降维后的生菜光谱数据运行模糊C-均值聚类,最后用无监督可能模糊学习矢量量化方法对生菜品种进行鉴别;无需学习样本,能对含有噪声信息的生菜光谱数据进行快速和无破坏性的检测,去除光谱中的冗余信息,加快处理速度和提高鉴别的准确率。
-
公开(公告)号:CN106951914A
公开(公告)日:2017-07-14
申请号:CN201710094503.3
申请日:2017-02-22
Applicant: 江苏大学
IPC: G06K9/62
Abstract: 本发明公开一种优化模糊鉴别向量提取的电子鼻鉴别食醋品种方法,从电子鼻的传感器里随机选择其中的几个传感器,从训练样本中提取对应于这几个传感器所采集的数据作为新训练样本,计算出新训练样本类均值和新训练样本总均值、新训练样本的类间离散度矩阵和类内离散度矩阵、类间离散度矩阵的迹和类内离散度矩阵的迹以及最优值,将最优值最大时所选择的传感器对应的新训练样本作为最优训练样本,提取最优训练样本的鉴别信息,获得最优鉴别向量集,对最优鉴别向量集进行线性转换,得到投影样本集,对投影样本集进行分类,完成食醋品种的鉴别,本发明在不丢失主要信息的基础上降低数据的维数,降低噪声的影响,提高食醋品种分类准确率。
-
公开(公告)号:CN106951914B
公开(公告)日:2020-06-09
申请号:CN201710094503.3
申请日:2017-02-22
Applicant: 江苏大学
IPC: G06K9/62
Abstract: 本发明公开一种优化模糊鉴别向量提取的电子鼻鉴别食醋品种方法,从电子鼻的传感器里随机选择其中的几个传感器,从训练样本中提取对应于这几个传感器所采集的数据作为新训练样本,计算出新训练样本类均值和新训练样本总均值、新训练样本的类间离散度矩阵和类内离散度矩阵、类间离散度矩阵的迹和类内离散度矩阵的迹以及最优值,将最优值最大时所选择的传感器对应的新训练样本作为最优训练样本,提取最优训练样本的鉴别信息,获得最优鉴别向量集,对最优鉴别向量集进行线性转换,得到投影样本集,对投影样本集进行分类,完成食醋品种的鉴别,本发明在不丢失主要信息的基础上降低数据的维数,降低噪声的影响,提高食醋品种分类准确率。
-
公开(公告)号:CN104568770B
公开(公告)日:2017-07-18
申请号:CN201410745102.6
申请日:2014-12-09
Applicant: 江苏大学
IPC: G01N21/25
Abstract: 本发明公开一种无监督可能模糊学习矢量量化的生菜品种光谱鉴别方法,首先用光谱仪采集生菜样本的光谱,然后优选生菜光谱的波段,再用主成分分析方法对生菜的光谱进行降维处理,对降维后的生菜光谱数据运行模糊C‑均值聚类,最后用无监督可能模糊学习矢量量化方法对生菜品种进行鉴别;无需学习样本,能对含有噪声信息的生菜光谱数据进行快速和无破坏性的检测,去除光谱中的冗余信息,加快处理速度和提高鉴别的准确率。
-
-
-
-
-