基于聚类的烟叶近红外光谱有效特征的筛选方法-红外技术.pdfVIP

第35 卷 第10 期 红 外 技 术 Vol.35 No.10 2013 年10 月 Infrared Technology Oct. 2013 〈红外应用〉 基于聚类的烟叶近红外光谱有效特征的筛选方法 1 1 1 2 赵海东 ，申金媛 ，刘润杰 ，刘剑君 （1.郑州大学信息工程学院，河南 郑州 450001 ；2.郑州市烟草专卖局，河南 郑州 450006 ） 摘要：提出利用聚类方法对光谱数据进行特征筛选。通过分析类内参数γ 和类间参数γ 对筛选结果的 1 2 影响，选择较好的γ 和γ 进行有用光谱特征筛选。利用烤烟叶的近红外反射光谱（1500～2400 nm 间 1 2 隔2 nm ），选用SVM 方法进行部位和颜色分组识别，训练样本的识别率为100%，测试样本的识别率 分别是 96.22%和 92.79%。然后利用聚类方法对初始光谱进行特征筛选，选用相同的SVM 方法及相 同的学习样本和测试样本进行部位和颜色分组识别。在删减部分不相干光谱后，识别率分别提高到 97.23%和 95.52%；继续删除相关度不高的光谱，在识别率略有下降时，光谱特征数可减少到200 个 以下。结果表明：利用聚类方法进行特征筛选，不仅可提高识别率，且可大大减少光谱数据，因而极 大地减少了数据采集时间，简化了分组模型，提高了系统的实时和快速处理能力。 关键词：近红外光谱；特征选择；烟叶分组；聚类；支持向量机 中图分类号：TN219 文献标识码：A 文章编号：1001-8891(2013)10-0659-06 Tobacco Leaf Selection Method of the Near-infrared Spectroscopy Effective Feature Based on the Cluster 1 1 1 2 ZHAO Hai-dong ，SHEN Jin-yuan ，LIU Run-jie ，LIU Jian-jun （1.School of Information Engineering, Zhengzhou University, Zhengzhou 450001, China; 2.Zhengzhou City Tobacco Monopoly Bureau, Zhengzhou 450006, China） Abstract ：The clustering method is applied to select the effective features from the original spectra. The effective features used for better γ and γ is chose by analyzing the influence of intra-class parameters γ and 1 2