现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2012年
20期
121-123
,共3页
近红外光谱%模式识别%主成分%马氏距离%KNN
近紅外光譜%模式識彆%主成分%馬氏距離%KNN
근홍외광보%모식식별%주성분%마씨거리%KNN
针对近红外光谱数据特征变量个数远大于样本数以及光谱点之间存在强相关的特点,通过主成分分析压缩光谱信息抽提独立的特征变量,在最佳主成分个数下计算各样本到不同类中心的马氏距离,进而统计整体的预测正确率.文中采用改进的KNN算法对四种牌号的卷烟近红外光谱数据进行了类别预测,在明显改进效率的同时,获得了更为准确的预测结果.
針對近紅外光譜數據特徵變量箇數遠大于樣本數以及光譜點之間存在彊相關的特點,通過主成分分析壓縮光譜信息抽提獨立的特徵變量,在最佳主成分箇數下計算各樣本到不同類中心的馬氏距離,進而統計整體的預測正確率.文中採用改進的KNN算法對四種牌號的捲煙近紅外光譜數據進行瞭類彆預測,在明顯改進效率的同時,穫得瞭更為準確的預測結果.
침대근홍외광보수거특정변량개수원대우양본수이급광보점지간존재강상관적특점,통과주성분분석압축광보신식추제독립적특정변량,재최가주성분개수하계산각양본도불동류중심적마씨거리,진이통계정체적예측정학솔.문중채용개진적KNN산법대사충패호적권연근홍외광보수거진행료유별예측,재명현개진효솔적동시,획득료경위준학적예측결과.
