红外与激光工程
紅外與激光工程
홍외여격광공정
INFRARED AND LASER ENGINEERING
2013年
5期
1355-1359
,共5页
秦玉华%丁香乾%宫会丽
秦玉華%丁香乾%宮會麗
진옥화%정향건%궁회려
近红外光谱%特征选择%随机森林%主成分分析%卷烟
近紅外光譜%特徵選擇%隨機森林%主成分分析%捲煙
근홍외광보%특정선택%수궤삼림%주성분분석%권연
NIR spectra%feature selection%RF%PCA%cigarettes
针对卷烟近红外光谱高噪和高冗余特点，提出了一种基于随机森林(RF)和主成分分析(PCA)的特征优选方法RF-PCA，建立了5种不同质量级别卷烟的分类模型，并和其他方法进行了比较。该方法能够有效地对高维数据样本进行分类，用于甄别卷烟品质真伪。特征选择可以过滤与分类不相关的特征，而通过PCA方法可以消除冗余特征的不良影响，并可进一步降低特征维数。实验表明：RF-PCA方法能有效地剔除近红外光谱数据中的噪声特征和冗余特征，提高了分类效率。
針對捲煙近紅外光譜高譟和高冗餘特點，提齣瞭一種基于隨機森林(RF)和主成分分析(PCA)的特徵優選方法RF-PCA，建立瞭5種不同質量級彆捲煙的分類模型，併和其他方法進行瞭比較。該方法能夠有效地對高維數據樣本進行分類，用于甄彆捲煙品質真偽。特徵選擇可以過濾與分類不相關的特徵，而通過PCA方法可以消除冗餘特徵的不良影響，併可進一步降低特徵維數。實驗錶明：RF-PCA方法能有效地剔除近紅外光譜數據中的譟聲特徵和冗餘特徵，提高瞭分類效率。
침대권연근홍외광보고조화고용여특점，제출료일충기우수궤삼림(RF)화주성분분석(PCA)적특정우선방법RF-PCA，건립료5충불동질량급별권연적분류모형，병화기타방법진행료비교。해방법능구유효지대고유수거양본진행분류，용우견별권연품질진위。특정선택가이과려여분류불상관적특정，이통과PCA방법가이소제용여특정적불량영향，병가진일보강저특정유수。실험표명：RF-PCA방법능유효지척제근홍외광보수거중적조성특정화용여특정，제고료분류효솔。
