基于无信息变量消除法和连续投影算法的可见-近红外光谱技术白虾种分类方法研究

• Published in: Hong wai yu hao mi bo xue bao Vol. 28; no. 6; pp. 423 - 427
• Main Author: 吴迪 吴洪喜 蔡景波 黄振华 何勇
• Format: Journal Article
• Language: Chinese
• Published: 浙江省近岸水域生物资源开发与保护重点实验室,浙江,温州,325005 2009; 浙江大学,生物系统工程与食品科学学院,浙江,杭州,310029%浙江省海洋水产养殖研究所,浙江,温州,325005
• Subjects: 可见-近红外光谱; 无信息变量消除; 最小二乘-支持向量机; 连续投影算法; 可见-近红外光谱; visible-near infrared spectroscopy; uninformative variable elimination(UVE); successive projections algorithm(SPA); 最小二乘-支持向量机; least square-support vector machine(LS-SVM); 无信息变量消除; 连续投影算法
• ISSN: 1001-9014
• DOI: 10.3321/j.issn:1001-9014.2009.06.006

应用无信息变量消除法结合连续投影算法对可见-近红外光谱区进行有效波长的选择,选择后的波长作为输入变量建立最小二乘-支持向量机模型,对白虾属中三种典型种,脊尾白虾、秀丽白虾和东方白虾进行鉴别分类.实验采用Kennard-Stone算法选取150个样本作为建模集,50个样本作为预测集,通过UVE-SPA优选了数值分别为392、431、517、551、595、627、676、734、760、861、943和1018 nm的12个波长为LS-SVM的输入变量,建立了白虾种分类模型.该模型对50个预测集样本检验的准确率达到了92.00%.结果表明,采用可见-近红外光谱对白虾种进行鉴别是可行的,UVE-SPA能够有效地进行波长选择,使LS-SVM模型获得最优的分类结果.