【摘 要】
：
苹果的分类是苹果采收后商品化处理的重要环节。为了快速、无损和有效地实现苹果的分类,利用近红外光谱技术采集四种苹果的近红外反射光谱,用主成分分析对高维的近红外光谱进
【机 构】
：
滁州职业技术学院信息工程系,江苏大学电气信息工程学院
【基金项目】
：
安徽省高等教育振兴计划人才项目“高校优秀青年人才支持计划”（皖教秘人[2014]181号）,安徽省高校省级优秀青年人才基金项目（No.2012SQRL251）,安徽省高校省级科学研究项目（No.KJ20122302）.
论文部分内容阅读
苹果的分类是苹果采收后商品化处理的重要环节。为了快速、无损和有效地实现苹果的分类,利用近红外光谱技术采集四种苹果的近红外反射光谱,用主成分分析对高维的近红外光谱进行降维处理,分别运行线性判别分析,二次判别分析,模糊非相关判别转换和Foley-Sammon判别分析提取鉴别信息,用k-近邻分类器进行分类。分类结果表明,模糊非相关判别转换能更好地提取苹果近红外光谱的品种鉴别信息,达到了最高的分类准确率。
其他文献
针对目前多目标粒子群优化算法的收敛性能和非劣解的多样性不能同时得到满足等缺陷,提出一种基于多策略的多目标粒子群优化算法(Multi-Objective Particle Swarm Optimization algorithm for Multi-Strategy,MS-MOPSO)。采用非支配排序和拥挤距离排序相结合策略,重新划分外部种群和进化种群;采用小生境选择策略,在外部种群中选择最佳粒子作
车载Li DAR已广泛应用于三维数字城市建模、道路信息数据采集等领域。海量点云信息中不同地物目标的自动识别和分类是Li DAR数据后处理的难点之一。根据不同地物目标物理特性
随着软件规模和复杂性越来越高,人们对软件质量保证意识也就逐步增强。如何展开测试、优化测试、选择测试方案及提高测试效率成为目前软件工程中面临的现实问题。利用测试覆盖的多维度量指标,提出综合测试覆盖率、测试覆盖率满意度及测试效率作为优化测试方案选择的效用属性,将综合测试覆盖方案应用于马尔可夫测试模型中进行优化,获得了较优的覆盖测试剖面,优化了测试流程。实验结果表明优化的测试覆盖剖面比随机测试能够减少测