基于可见/近红外透射光谱结合蜜獾算法优化支持向量机的糖心苹果鉴别 |
| |
作者姓名: | 赵春林 尹治棚 张文斌 郭盼盼 马亚星 |
| |
作者单位: | 1. 昆明理工大学机电工程学院;2. 昆明学院机电工程学院 |
| |
基金项目: | 国家自然科学基金项目(51769007); |
| |
摘 要: | 传统的糖心苹果鉴别方法具有破坏性和不可逆性,无法大范围推广使用。为实现糖心苹果和健康苹果的快速准确分类,提出基于可见/近红外透射光谱结合蜜獾算法优化支持向量机的糖心苹果鉴别方法。首先采集正常苹果和疑似糖心苹果样本的3个不同方向的可见/近红外透射光谱,并利用最大最小值归一化对原始光谱数据进行预处理,然后使用主成分分析对预处理完的数据进行降维和特征提取,再取前10个主成分作为降维后的样本数据,最后将降维后的样本数据输入支持向量机进行分类,结果发现分类效果一般。引入蜜獾算法对支持向量机进行优化,建立新模型,通过结果表明,方向二为光谱数据采集的最佳方向,新模型可以实现对健康苹果和糖心苹果的快速准确分类,为糖心苹果的鉴别和其他果蔬的分类提供新思路。
|
关 键 词: | 可见/近红外光谱 糖心苹果 无损检测 蜜獾算法 支持向量机 |
|