本發明專利技術公開一種基于模糊聚類的水果近紅外光譜分類方法，對水果樣本的近紅外光譜進行特征排序的降維處理，用特征提取方法對降維后的近紅外光譜數據進行鑒別信息的提取，用一種快速模糊聚類方法進行水果品質的分類，具有檢測速度快，分類準確率高，分類效率高，對水果不造成損壞等優點，可實現同一品種不同內部品質的水果分類，以及同一類不同品種水果的分類。
【技術實現步驟摘要】
本專利技術涉及一種水果分類方法，具體涉及一種基于模糊聚類方法和近紅外光譜技術的水果內部品質分類方法.
技術介紹
水果分類是水果采收后水果商品化處理的關鍵環節，分類的核心是水果品質的檢測。水果的內部品質檢測主要是對水果內部的糖度、酸度和可溶性固形物等進行檢測。水果的內部品質受水果的品種、產地、培養條件和氣候等影響。近紅外光譜技術是一種利用物質對光的吸收、散射、反射和透射等特性來確定其成分含量的非破壞性檢測技術。近紅外光譜技術具有非破壞性檢測、檢測速度快、可同時檢測多種成分等優點。近紅外光譜射向水果后得到漫反射光譜，在不同品種(或不同品質)的水果上獲得的漫反射光譜是不同的，利用這個原理，可以將不同品種(或不同品質)的水果區分開來，即實現不同品種(或不同品質)水果的分類。模糊聚類是一種無監督的學習方法。其中最著名的模糊聚類算法是由Bezdek提出的模糊C-均值聚類(FCM)。但是FCM建立在可能性約束條件基礎上，對噪聲敏感。為了克服FCM的這個缺點,Krishnapuram和Keller放棄了 FCM的可能性約束條件,提出了可能性C-均值聚類(PCM)。PCM能夠聚類包含噪聲的數據，但是PCM對初始聚類中心很敏感，常常會導致一致性聚類結果。為了克服FCM對噪聲數據敏感和PCM產生一致性聚類的缺點，Pal等在FCM和PCM的基礎上提出了可能性模糊C-均值聚類(PFCM)。Dav6將噪聲看作一個獨立的類，定義噪聲距離在不同的類中距離值不同，將噪聲聚類方法擴展為廣義噪聲聚類(GNC)方法。目前，在應用近紅外光譜技術分類水果時對近紅外光譜的分類方法主要有人工神經網絡、支持向量機和k_近鄰法等方法。這些方法屬于有監督的學習方法，即它們需要學習樣本來獲取先驗知識。在沒有學習樣本，或者學習樣本比較少的情況下運用以上方法進行水果分類時會導致分類準確率低而難以實現水果的正確分類。另外，對水果的品質分類并不需要對水果進行精確建模，精確建模不但費時還難以實現正確的預測，因為對水果的品質分類具有一定模糊性。比如中國專利技術專利申請號為201010247589. 7、名稱為“水果內部品質檢測分級方法”中指出了水果的品質分級的模糊性，用支持向量機和近紅外光譜技術實現水果的品質分級。但是用支持向量機方法存在著方法復雜、耗時、參數難以確定等問題。
技術實現思路
本專利技術的目的是在于克服現有技術存在的上述缺陷，提供一種檢測速度快、分類準確率高、分類效率高、對水果不造成損壞的基于一種快速模糊聚類的水果近紅外光譜分類方法。本專利技術采用的技術方案包括以下步驟(I)獲取不同品質等級的水果樣本的近紅外漫反射光譜信息，將近紅外光譜信息采用主成分分析方法得到一組特征向量和一組特征計算本文檔來自技高網...
【技術保護點】
一種基于模糊聚類的水果近紅外光譜分類方法，其特征是包括如下步驟：（1）獲取不同品質等級的水果樣本的近紅外漫反射光譜信息，將近紅外光譜信息采用主成分分析方法得到一組特征向量?和一組特征值，計算，為第k個特征向量，為第k個特征值，T表示矩陣轉置運算，為樣本類間散射矩陣，為樣本類內散射矩陣，為Fisher比值計算值；將特征值和歸一化處理，以構成篩選特征向量的條件，若>則第k個特征向量比第k個特征向量含有更多的特征信息，將特征向量按照的結果排序，從排序后的向量中選取前幾個特征向量降維；（2）用特征提取方法對降維后的近紅外光譜數據進行鑒別信息的提取：?（3）用以下模糊聚類方法進行水果分類：(i)?初始化過程：設置權重，類別數；設置循環計數r的初始值和最大迭代次數為rmax；設置迭代最大誤差參數ε；設置初始類中心矩陣；(ii)?計算樣本的方差：，為第k個樣本數據，n為樣本數；為樣本均值，；(iii)??計算模糊隸屬度值?，是樣本隸屬于類別的模糊隸屬度值，是第r次迭代計算的模糊隸屬度值；，；為第k個樣本；和分別是第i類和第j類的類中心值；?n為樣本數；(iv)??計算典型值；(v)??計算第i類的類中心值，是第r次迭代計算的類中心的值，由c個類中心值組成類中心矩陣V(r)?=?[,,…,]；(vi)?循環計數增加，；若滿足條件：()?或?(r>?rmax)則計算終止，否則繼續(iii)；利用模糊隸屬度值和典型值實現不同種類水果進行分類。dest_path_dest_path_image001.jpg,dest_path_dest_path_image002.jpg,dest_path_dest_path_image003.jpg,dest_path_dest_path_image004.jpg,dest_path_dest_path_image005.jpg,dest_path_dest_path_image006.jpg,dest_path_dest_path_image007.jpg,dest_path_dest_path_image008.jpg,dest_path_903652dest_path_image005.jpg,dest_path_820793dest_path_image008.jpg,dest_path_dest_path_image009.jpg,dest_path_dest_path_image010.jpg,dest_path_dest_path_image011.jpg,dest_path_725164dest_path_image004.jpg,dest_path_dest_path_image012.jpg,dest_path_826367dest_path_image001.jpg,dest_path_578422dest_path_image010.jpg,dest_path_dest_path_image013.jpg,dest_path_dest_path_image014.jpg,dest_path_dest_path_image015.jpg,dest_path_dest_path_image016.jpg,dest_path_dest_path_image017.jpg,dest_path_dest_path_image018.jpg,dest_path_dest_path_image019.jpg,dest_path_dest_path_image020.jpg,dest_path_151617dest_path_image016.jpg,dest_path_dest_path_image021.jpg,dest_path_dest_path_image022.jpg,dest_path_dest_path_image023.jpg,dest_path_dest_path_image024.jpg,dest_path_231700dest_path_image016.jpg,dest_path_dest_path_image025.jpg,dest_path_dest_path_image026.jpg,dest_path_dest_path_image027.jpg,dest_path_dest_path_image028.jpg,dest_path_dest_path_image029.jpg,dest_path_492917dest_path_image025.jpg,dest_path_...
【技術特征摘要】
1.一種基于模糊聚類的水果近紅外光譜分類方法，其特征是包括如下步驟 (1)獲取不同品質等級的水果...
【專利技術屬性】
技術研發人員：武小紅，孫俊，武斌，
申請(專利權)人：江蘇大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。