留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

JADE结合ELA鉴别砂梨成熟度的共享性模型

焦亮 林敏 刘辉军 胡晓峰

焦亮, 林敏, 刘辉军, 胡晓峰. JADE结合ELA鉴别砂梨成熟度的共享性模型[J]. 红外技术, 2017, 39(2): 194-198.
引用本文: 焦亮, 林敏, 刘辉军, 胡晓峰. JADE结合ELA鉴别砂梨成熟度的共享性模型[J]. 红外技术, 2017, 39(2): 194-198.
JIAO Liang, LIN Min, LIU Huijun, HU Xiaofeng. Sharing Model in Maturity Discrimination of Chinese Pears Based on JADE and ELM[J]. Infrared Technology , 2017, 39(2): 194-198.
Citation: JIAO Liang, LIN Min, LIU Huijun, HU Xiaofeng. Sharing Model in Maturity Discrimination of Chinese Pears Based on JADE and ELM[J]. Infrared Technology , 2017, 39(2): 194-198.

JADE结合ELA鉴别砂梨成熟度的共享性模型

基金项目: 国家重大科学仪器设备开发专项(2014YQ470377)%浙江省公益技术应用研究项目(2015C37075)
详细信息
  • 中图分类号: O657.33

Sharing Model in Maturity Discrimination of Chinese Pears Based on JADE and ELM

  • 摘要: 提出了特征矩阵联合对角化(JADE)结合超限学习机(ELM)的稳健建模方法,并应用于砂梨成熟度的鉴别.砂梨近红外光谱是多种独立化合物光谱信号的随机线性混合,首先采用多元散射校正和小波变换去除原始光谱噪声,再利用JADE提取独立光谱,得到包含独立化合物浓度信息的混合矩阵;随后使用ELM算法,通过调节隐层节点个数建立稳健性强的成熟度鉴别模型.JADE利用高阶累积量全面提取原始光谱的幅值、相位信息,降低不同化合物之间的光谱干扰,而ELM隐层节点参数随机生成,两者的有机结合可使所建模型稳健性强,有利于模型的传递与共享.该方法应用于砂梨4种不同成熟度的鉴别,所建模型预测准确率为96.67%.
  • 加载中
计量
  • 文章访问数:  66
  • HTML全文浏览量:  19
  • PDF下载量:  9
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回