本文主要研究内容
作者尚静,张艳,孟庆龙（2019）在《光谱技术结合化学计量学识别苹果品种》一文中研究指出：以"冰糖心""嘎啦"和"山东富士"苹果为试材,采用紫外/可见光谱技术结合化学计量学,分别建立了判别3种苹果品种的K最近邻(KNN)识别模型和偏最小二乘判别分析(PLS-DA)识别模型,分析了不同的光谱预处理方法(二阶微分(SD)、标准正态变换(SNV)和多元散射校正(MSC))对各模型识别效果的影响,并采用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果品种的特征光谱。结果表明:采用主成分分析法选择了累计贡献率超过99%的前6个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;二阶微分预处理方法对光谱的预处理效果最好。综上所述,建立的识别模型均能基本满足实际要求,且SD+KNN模型的建模效果最好,MSC+KNN模型的预测性能最好,SD+PLS-DA模型的总识别效果最好。
Abstract
yi "bing tang xin ""ga la "he "shan dong fu shi "ping guo wei shi cai ,cai yong zi wai /ke jian guang pu ji shu jie ge hua xue ji liang xue ,fen bie jian li le pan bie 3chong ping guo pin chong de Kzui jin lin (KNN)shi bie mo xing he pian zui xiao er cheng pan bie fen xi (PLS-DA)shi bie mo xing ,fen xi le bu tong de guang pu yu chu li fang fa (er jie wei fen (SD)、biao zhun zheng tai bian huan (SNV)he duo yuan san she jiao zheng (MSC))dui ge mo xing shi bie xiao guo de ying xiang ,bing cai yong zhu cheng fen fen xi fang fa dui yu chu li hou de guang pu shu ju jin hang jiang wei ,yi di qu neng fan ying ping guo pin chong de te zheng guang pu 。jie guo biao ming :cai yong zhu cheng fen fen xi fa shua ze le lei ji gong suo lv chao guo 99%de qian 6ge zhu cheng fen zuo wei yang ben ji te zheng guang pu shu ju ,hen hao de shi xian le guang pu shu ju de jiang wei ;er jie wei fen yu chu li fang fa dui guang pu de yu chu li xiao guo zui hao 。zeng shang suo shu ,jian li de shi bie mo xing jun neng ji ben man zu shi ji yao qiu ,ju SD+KNNmo xing de jian mo xiao guo zui hao ,MSC+KNNmo xing de yu ce xing neng zui hao ,SD+PLS-DAmo xing de zong shi bie xiao guo zui hao 。
论文参考文献
论文详细介绍
论文作者分别是来自北方园艺的尚静,张艳,孟庆龙，发表于刊物北方园艺2019年16期论文，是一篇关于紫外论文,可见光谱论文,化学计量学论文,主成分分析论文,无损识别论文,北方园艺2019年16期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北方园艺2019年16期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。