關鍵詞:光纖光學 無損檢測 模式識別 蘋果疤痕
摘要:為了實現基于光纖光譜技術結合模式識別無損檢測蘋果表面疤痕,利用光纖光譜采集系統采集了完好無損和表面有疤痕蘋果的光譜數據,采用標準正態變換(SNV)和1階導數對原始光譜數據進行預處理;利用主成分分析方法對預處理后的光譜數據進行降維,以提取能反映蘋果表面疤痕的特征光譜;利用k最近鄰(KNN)模式識別方法和偏最小二乘判別分析方法,建立了蘋果表面疤痕的識別模型。結果表明,采用主成分分析法選擇了累計貢獻率超過99%的前8個主成分作為樣本集特征光譜數據,很好地實現了光譜數據的降維;利用1階導數+KNN識別模型對校正集以及SNV+KNN識別模型對預測集中正常果和疤痕果的正確率識別均高達96.0%。驗證了基于光纖光譜技術結合模式識別方法無損檢測蘋果表面疤痕的可行性。
激光技術雜志要求:
{1}正文須觀點鮮明新穎、材料充實可靠、論證嚴密科學;引用他人的成果,須注明出處;引證不能用來構成本人論文的主要或實質部分;層次一般采用一、(一)⒈(1)1)的層次順序。
{2}討論應重點闡述本文新的發現及得出的結論與觀點,勿作文獻綜述,不要重復在結果一節中已敘述過的內容。
{3}本刊對來稿有修改權,不愿改動者,請事先說明。
{4}作者姓名、工作單位、詳細地址、郵編、聯系電話、E-mail等,以便溝通聯系。
{5}參考文獻按照方括號[1]/[2]/[3]……在文末排列,按照出現順序排序。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社