中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于主成分分析的苹果霉心病近红外漫反射光谱判别 农业机械学报 2011,42 (10) 158-161
Position: Home > Articles > Discriminant Analysis of Apple Moldy Core Using Near Infrared Diffuse Reflectance Spectroscopy Based on Principal Component Analysis Transactions of the Chinese Society for Agricultural Machinery 2011,42 (10) 158-161

基于主成分分析的苹果霉心病近红外漫反射光谱判别

作  者：
李顺峰;张丽华;刘兴华;李光辉
单  位：
西北农林科技大学食品科学与工程学院
关键词：
苹果;霉心病;近红外漫反射光谱;主成分分析
摘  要：
为了探讨利用近红外漫反射光谱技术判别苹果霉心病的可行性,将健康苹果和霉心病苹果的近红外光谱经不同光谱预处理方法处理,将主成分分析提取的主成分作为自变量,对苹果霉心病进行了判别研究。结果表明,光谱经矢量归一化处理后提取到的20个主成分建立的Fisher判别函数判别率最高,性能稳定,建模集正确判别率为89.9%,对检验集正确判别率为87.8%。
译  名：
Discriminant Analysis of Apple Moldy Core Using Near Infrared Diffuse Reflectance Spectroscopy Based on Principal Component Analysis
作  者：
Li Shunfeng Zhang Lihua Liu Xinghua Li Guanghui (College of Food Science and Engineering,Northwest A & F University,Yangling,Shaanxi 712100,China)
关键词：
Apple,Moldy core,Near infrared spectroscopy,Principal component analysis
摘  要：
In order to evaluate the ability of near infrared spectroscopy(NIRS) to detect moldy core in apple fruits,the discriminant efficiency of Fisher function based on several spectra preprocessing methods and principal component analysis(PCA) were investigated.Results showed that the discriminant efficiency of Fisher function established by 20 principal components(PCs) after vector normalization preprocess was the highest,discriminant efficiency for training sample set and test set were 89.9% and 87.8%,respectively.

相似文章

导出引用
计量
文章访问数: 13
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46