微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2015年
1期
78-80,84
,共4页
孙文苹%宫会丽%王梅勋%王丽丽%徐硕
孫文蘋%宮會麗%王梅勛%王麗麗%徐碩
손문평%궁회려%왕매훈%왕려려%서석
降维%PCA%LDA%近红外光谱%小样本
降維%PCA%LDA%近紅外光譜%小樣本
강유%PCA%LDA%근홍외광보%소양본
因近红外光谱具有波长点多、谱带归属困难、光谱重叠严重及光谱分布结构未知等问题,在进行近红外光谱关键特征提取和数据特征空间映射时难以准确获知合适降维方法.为了解决该问题,本文对比分析了典型线性和非线性降维方法,并用烟叶近红外光谱数据从数据降维可视化和分类准确性识别率角度分别进行了实验验证.结果表明,线性降维算法,特别是PCA、LDA算法,比较适合应用于烟叶近红外光谱降维分析中,非线性降维算法因其泛化学习能力与推广能力差以及本征维数估计困难不适合应用于近红外光谱降维分析.
因近紅外光譜具有波長點多、譜帶歸屬睏難、光譜重疊嚴重及光譜分佈結構未知等問題,在進行近紅外光譜關鍵特徵提取和數據特徵空間映射時難以準確穫知閤適降維方法.為瞭解決該問題,本文對比分析瞭典型線性和非線性降維方法,併用煙葉近紅外光譜數據從數據降維可視化和分類準確性識彆率角度分彆進行瞭實驗驗證.結果錶明,線性降維算法,特彆是PCA、LDA算法,比較適閤應用于煙葉近紅外光譜降維分析中,非線性降維算法因其汎化學習能力與推廣能力差以及本徵維數估計睏難不適閤應用于近紅外光譜降維分析.
인근홍외광보구유파장점다、보대귀속곤난、광보중첩엄중급광보분포결구미지등문제,재진행근홍외광보관건특정제취화수거특정공간영사시난이준학획지합괄강유방법.위료해결해문제,본문대비분석료전형선성화비선성강유방법,병용연협근홍외광보수거종수거강유가시화화분류준학성식별솔각도분별진행료실험험증.결과표명,선성강유산법,특별시PCA、LDA산법,비교괄합응용우연협근홍외광보강유분석중,비선성강유산법인기범화학습능력여추엄능력차이급본정유수고계곤난불괄합응용우근홍외광보강유분석.
