[发明专利]一种近红外光谱快速检测三叶青产地方法有效
申请号: | 201710371389.4 | 申请日: | 2017-05-24 |
公开(公告)号: | CN107101972B | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | 蔡逢煌;赖添悦;彭昕;王武;柴琴琴;林琼斌;林双杰;林伟群 | 申请(专利权)人: | 福州大学 |
主分类号: | G01N21/359 | 分类号: | G01N21/359;G01N1/28 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊;薛金才 |
地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 红外 光谱 快速 检测 三叶青 产地 方法 | ||
1.一种近红外光谱快速检测三叶青产地方法,其特征在于:采用基于核密度估计的改进算法进行定性分析,具体步骤包括如下:
S1:采集各重点产地的三叶青样本,利用近红外光谱分析仪采集其近红外光谱,建立一个常见三叶青近红外光谱数据库;
S2:建立一个基于核密度估计分类算法的三叶青产地分类模型;
S2包括以下步骤:
S21:确定分类器的基本模型,如下:
其中K(*)为核函数;k指训练样本中的第k类样本,且k=1,2,……,c,其中c为总类别数;nk为训练集样本中第k类的样本数;h(k)为核函数K(*)的带宽参数;取第k类训练集样本的均值作为簇类中心,记为u(k);N为总样本数量;
S22:针对整个三叶青近红外光谱数据库概率密度函数计算如下:
S23:以权重的形式实现分类,及其分类原则如下:
分类的原则可以设计如下:
分类原则1:如果ρ(k)=max{ρ(1),ρ(2),...,ρ(c)},则待测样本属于第k类,
分类原则2:当时;待测样本属于已知类;当时;待测样本属于未知类;
将训练样本对应的所有函数值中的最小值作为阈值,即r属于训练样本集;
核函数K(*)为:K(x)=exp(-x),x≥0;
带宽参数h(k)的计算公式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710371389.4/1.html,转载请声明来源钻瓜专利网。