蘋果近紅外光譜的分類研究.pdf

1、我國是世界上蘋果生產(chǎn)的大國，但優(yōu)質(zhì)蘋果加工存儲的數(shù)量相對較少，原因在于蘋果內(nèi)部品質(zhì)檢測技術(shù)與發(fā)達(dá)國家相比處于落后狀態(tài)。一方面是國情所致:分散的經(jīng)營模式，管理意識不到位;另一方面是由于科技應(yīng)用不到位。隨著我國經(jīng)濟的發(fā)展，水果的商品化處理也逐漸受到人們的重視與采納。本文重點闡述了利用近紅外光譜技術(shù)對蘋果的分類研究。
　　近紅外光譜技術(shù)(NIRS)作為一種無損、快速的檢測方法，是近二十年來發(fā)展最快、最引人注目的光譜技術(shù)之一。具有分析速度

2、快、樣品處理簡單、操作簡便、非破壞性以及不使用化學(xué)試劑等優(yōu)點。隨著近年來計算機科學(xué)、化學(xué)計量學(xué)理論和方法的不斷發(fā)展與完善，近紅外光譜技術(shù)越來越受到國內(nèi)外學(xué)者的青睞。已經(jīng)被廣泛應(yīng)用到食品、醫(yī)藥、石油化工等眾多領(lǐng)域。在現(xiàn)在的實驗研究中，越來越多的研究開始使用近紅外光譜技術(shù)，并取得了顯著的成效。
　　論文首先闡述了國內(nèi)外蘋果分類研究的多種方法，詳細(xì)介紹了支持向量機的分類方法、機器視覺的分類方法、以及最近鄰分類方法。接著基于幾種常用的近紅

3、外光譜儀的發(fā)展過程和理論分析基礎(chǔ)，比較分析了近紅外光譜技術(shù)的發(fā)展以及具體的幾種蘋果近紅外光譜檢測技術(shù)，即規(guī)則反射光譜、漫反射光譜和透射光譜技術(shù)，以及近紅外光譜分析的主要技術(shù)流程和對于光譜信息的處理方法。論文重點研究分析論證了幾種蘋果的分類算法:主成分分析法、線性判別分析法、聚類算法以及基于模糊非相關(guān)判別轉(zhuǎn)換的分類算法。具體分析了每種算法的基本內(nèi)容、基本算法分析過程和基于實驗的結(jié)果與分析等。
　　論文提出了一種用近紅外光譜技術(shù)快速鑒

4、別蘋果品種的新方法，針對光譜數(shù)據(jù)信息量大，維度多不易分析的問題，首先用主成分分析法(PCA)通過數(shù)據(jù)降維來排除眾多信息中相互重疊的部分，對蘋果品種進(jìn)行聚類分析并獲取蘋果的近紅外光譜的特征信息，然而，主成分分析只能很有效的重建原始樣本，而線性判別分析(LDA)是從尋找有效的分類方向入手的，它能夠保證投影后模式樣本在新的空間中，有最小的類內(nèi)距離和最大的類間距離，即模式在該空間中有最佳的可分離性，再結(jié)合模糊C-均值聚類(FCM)技術(shù)、混合式聚