文献类型：期刊文章

作　　者：孟庆龙[1,2] 张艳[2] 尚静[1,2]

MENG Qinglong;ZHANG Yan;SHANG Jing(Food and Pharmaceutical Engineering Institute,Guiyang University,Guiyang 550005,China;Research Center of Nondestructive Testing for Agricultural Products,Guiyang University,Guiyang 550005,China)

机构地区：[1]贵阳学院食品与制药工程学院,贵阳550005 [2]贵阳学院农产品无损检测工程研究中心,贵阳550005

出　　处：《激光技术》

基　　金：国家自然科学基金资助项目(61505036);贵州省普通高等学校工程研究中心资助项目(黔教合KY字[2016]017);贵州省教育厅青年科技人才成长基金资助项目(黔教合KY字[2018]290);贵阳市科学技术局-贵阳学院科技专项资金资助项目(GYU-KYZ[2019~2020]PT05-02)

年　　份：2019

卷　　号：43

期　　号：5

起止页码：676-680

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了实现基于光纤光谱技术结合模式识别无损检测苹果表面疤痕,利用光纤光谱采集系统采集了完好无损和表面有疤痕苹果的光谱数据,采用标准正态变换(SNV)和1阶导数对原始光谱数据进行预处理;利用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果表面疤痕的特征光谱;利用k最近邻(KNN)模式识别方法和偏最小二乘判别分析方法,建立了苹果表面疤痕的识别模型。结果表明,采用主成分分析法选择了累计贡献率超过99%的前8个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;利用1阶导数+KNN识别模型对校正集以及SNV+KNN识别模型对预测集中正常果和疤痕果的正确率识别均高达96.0%。验证了基于光纤光谱技术结合模式识别方法无损检测苹果表面疤痕的可行性。

关 键 词：光纤光学 无损检测 模式识别 苹果疤痕  

分 类 号：O657.3]