FUDT在苹果近红外光谱分类中的应用  

Classification of apples using near infrared spectroscopy with FUDT

作　　者：武斌[1] 马桂香[2] 武小红[2] 

机构地区：[1]滁州职业技术学院信息工程系,安徽滁州239000 [2]江苏大学电气信息工程学院,江苏镇江212013

出　　处：《计算机工程与应用》2016年第3期193-196,223,共5页Computer Engineering and Applications

基　　金：安徽省高等教育振兴计划人才项目"高校优秀青年人才支持计划"(皖教秘人[2014]181号);安徽省高校省级优秀青年人才基金项目(No.2012SQRL251);安徽省高校省级科学研究项目(No.KJ2012Z302)

摘　　要：苹果的分类是苹果采收后商品化处理的重要环节。为了快速、无损和有效地实现苹果的分类,利用近红外光谱技术采集四种苹果的近红外反射光谱,用主成分分析对高维的近红外光谱进行降维处理,分别运行线性判别分析,二次判别分析,模糊非相关判别转换和Foley-Sammon判别分析提取鉴别信息,用k-近邻分类器进行分类。分类结果表明,模糊非相关判别转换能更好地提取苹果近红外光谱的品种鉴别信息,达到了最高的分类准确率。Classification of apples is an important link in postharvest commercialization processing. To realize the non- destructive, rapid and effective discrimination of apple fruits, the near infrared reflectance spectra of four varieties of apples are collected using near infrared spectroscopy, reduced by Principal Component Analysis （PCA） and used to extract the discriminant information by Linear Discriminant Analysis （LDA）, Quadratic Discriminant Analysis （QDA）, Fuzzy Uncorrelated Discriminant Transformation（FUDT） and Foley-Sammon discriminant analysis. K-nearest neighbor is used to finish the classification. The classification results show that FUDT can extract the discriminant information of NIR spectra more effectively, and achieves the highest classification accuracy.

关 键 词：苹果分类 近红外光谱 线性判别分析 二次判别分析 模糊非相关判别转换 Foley-Sammon判别分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]