| 基于聚类分析的光谱重建样本分析 |
| |
| 引用本文： | 易文娟,孙刘杰,陈志文,张雷洪,王文举. 基于聚类分析的光谱重建样本分析[J]. 包装工程, 2019, 40(17): 249-255 |
| |
| 作者姓名： | 易文娟 孙刘杰 陈志文 张雷洪 王文举 |
| |
| 作者单位： | 上海理工大学,上海,200093;上海城建职业学院,上海,201415 |
| |
| 基金项目： | 上海市科学技术委员会科研计划（18060502500） |
| |
| 摘 要： | 目的 解决目前光谱重建中因数量大而出现的冗余和繁重等问题，证明聚类算法可以很好地应用在光谱选择样本分析中，并可以实现较高的重构色度精度和物理精度。方法 采用主成分分析法进行仿真实验，首先探究主成分个数，再确定聚类个数，然后比较聚类方法和3种常用的样本选择方法，最后分析比较光源种类对重构结果的影响。结果 通过实验确定主成分个数为6且聚类个数为20时，在A光源下使用KFCM算法的重构效果最好，此时平均色差为0.35ΔE00，平均RMSE为0.0078，平均GFC为99.94%。结论 聚类方法可以应用于光谱成像过程中训练样本选择过程，且有助于提高光谱重构的运算速度和精度。
|
| 关 键 词： | 光谱反射率 主成分分析法 训练样本选择 聚类分析 |
| 收稿时间： | 2019-01-21 |
| 修稿时间： | 2019-09-10 |
Spectral Reconstruction Sample Analysis Based on Clustering Analysis |
| |
| YI Wen-juan,SUN Liu-jie,CHEN Zhi-wen,ZHANG Lei-hong and WANG Wen-ju. Spectral Reconstruction Sample Analysis Based on Clustering Analysis[J]. Packaging Engineering, 2019, 40(17): 249-255 |
| |
| Authors: | YI Wen-juan SUN Liu-jie CHEN Zhi-wen ZHANG Lei-hong WANG Wen-ju |
| |
| Affiliation: | 1.Shanghai University of Science and Technology, Shanghai 200093, China,1.Shanghai University of Science and Technology, Shanghai 200093, China,2.Shanghai Urban Construction Vocational College, Shanghai 201415, China,1.Shanghai University of Science and Technology, Shanghai 200093, China and 1.Shanghai University of Science and Technology, Shanghai 200093, China |
| |
| Abstract: | |
| |
| Keywords: | spectral reflectance principal component analysis (PCA) training sample selection clustering analysis |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《包装工程》浏览原始摘要信息 |
|
点击此处可从《包装工程》下载全文 |
|
