- · 我所荣获2020年度消防工作先进单位称号[12/07]
- · 我所减振技术事业部荣获“上海市模范集体”称号[12/03]
- · 关于发布《2019-2020年度上海材料研究所研究生教育质量报告》的公告[10/28]
- · 我所荣获2020年市科技系统职工乒乓球团体赛(市属板块)第一名[10/26]
- · 巡视公告[10/16]
- · 关于对两项国家标准及一项国家标准化指导性技术文件征求意见的通知[10/15]
- · 关于对《焊缝无损检测 超声检测衍射时差技术(TOFD)的应用》等 两项国家标准征求意见的通知[09/24]
- · 我所两项参赛项目分别荣获第六届“纳米之星”创新创业大赛暨长三角科创板潜力企业选拔赛未来企业组二等奖三等奖[09/17]
基于稀疏主成分分析的近红外光谱法鉴别黄花梨的成熟度
作者: 付建华 周新奇 刘辉军 林敏 中国计量学院计量测试工程学院 杭州310018 聚光科技(杭州)股份有限公司 杭州310052
关键词: 近红外光谱法 稀疏主成分分析 黄花梨 成熟度
摘要:从同一果园的12棵果树上,在8月的4个不同日期各采集5个黄花梨样品,共采集240个样品。从每个样品上采集光谱数据。通过稀疏主成分分析(SPCA)和主成分分析(PCA)提取光谱中与成熟度相关的特征并进行解析,结合人工神经网络(ANN)建立黄花梨成熟度的鉴别模型。从所得载荷向量图可知:1 SPCA能有效提取光谱中与成熟度有关的特征,其7个稀疏主成分分别反映了黄花梨的糖类物质、水分、色素和硬度等信息;2 SPCA-ANN的成熟度鉴别模型的预测总识别率为93.33%,高于PCA-ANN的鉴别模型的预测总识别率91.67%。
上一篇:前置取样系统-高效液相色谱-电感耦合等离子体质谱法快速测定进口天然气中4种形态砷的含量
下一篇:Eu(dbm)3phen/SiO2@KH570-NH2核壳结构微球的制备及其性能表征