改進(jìn)的局部線性嵌入算法在水果分類鑒別中的應(yīng)用研究.pdf

1、隨著植物嫁接技術(shù)、雜交技術(shù)的發(fā)展，不僅水果的種類越來越多，而且同一種類的水果品種也越來越多，比如蘋果這一種水果，生產(chǎn)上常用的就有40多個(gè)品種。如果僅從外形上區(qū)分不同品種的水果，往往需要依靠經(jīng)驗(yàn)。在大量挑選時(shí)，這種方法不僅效率低，而且容易產(chǎn)生混淆。水果的香味與芳香物質(zhì)是評(píng)價(jià)其品質(zhì)的重要指標(biāo)，不同種類，不同品種的水果，其芳香物質(zhì)的類別和含量會(huì)有不同程度的差異。利用水果的這種氣味特征，采用可以檢測(cè)水果香味和芳香物質(zhì)的人工智能手段，可達(dá)到對(duì)水果

2、品種分類鑒別的目的。仿生嗅覺技術(shù)是檢測(cè)混合復(fù)雜氣味信息的一種有效手段，而且相較于其他檢測(cè)方法，該方法樣品制備簡(jiǎn)單，更加便捷易操作，可以進(jìn)行普遍推廣。
　　本文采用仿生嗅覺技術(shù)（電子鼻）采集水果的氣味數(shù)據(jù)，主要針對(duì)氣味數(shù)據(jù)的高維非線性，探索合適的模式識(shí)別方法對(duì)數(shù)據(jù)進(jìn)行降維和特征提取，最終在二維特征空間對(duì)不同品種水果進(jìn)行分類鑒別。本文的研究結(jié)果如下：
　　（1）選取了四種不同品種的蘋果和三種柑橘類水果作為研究對(duì)象，分成兩組進(jìn)行實(shí)

3、驗(yàn)。設(shè)定最佳的實(shí)驗(yàn)參數(shù)，采用PEN3電子鼻采集水果的原始?xì)馕稊?shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行了傳感器響應(yīng)分析，初步得出數(shù)據(jù)的分布情況。
　?。?）結(jié)合監(jiān)督局部線性嵌入算法（SLLE）和線性判別分析算法（LDA），提出SLLE+LDA的模式識(shí)別分析方法，用于對(duì)不同品種水果的分類鑒別。其中，針對(duì)SLLE算法對(duì)樣本外點(diǎn)“學(xué)習(xí)能力差”的問題，引入高斯核近似計(jì)算原始高維數(shù)據(jù)集到低維特征空間的線性映射，解決算法對(duì)測(cè)試樣本的學(xué)習(xí)問題。詳細(xì)介紹了該模式識(shí)別方法

4、的算法理論和算法過程。
　?。?）使用SLLE+LDA的模式識(shí)別方法分別對(duì)四種不同品種的蘋果和三種柑橘類水果進(jìn)行分類鑒別，研究了不同參數(shù)值對(duì)分類結(jié)果的影響。對(duì)比分析后可得，參數(shù)K值和d值的取值不同，樣本點(diǎn)的類內(nèi)離散度變化較大，但不同的參數(shù)值均可以達(dá)到分類的目的，不會(huì)出現(xiàn)分類區(qū)域的交叉或重疊。取最優(yōu)參數(shù)進(jìn)行了鑒別實(shí)驗(yàn)，SLLE+LDA算法在兩組實(shí)驗(yàn)中的識(shí)別率均可達(dá)到90％以上。
　　（4）本課題將SLLE+LDA算法與HLLE