原文传递
基于CARS-MIV-SVR的库尔勒香梨可溶性固体含量预测方法
| 专利名称： | 基于CARS-MIV-SVR的库尔勒香梨可溶性固体含量预测方法 |
| 摘要： | 本发明公开了一种基于CARS‑MIV‑SVR的库尔勒香梨可溶性固体含量预测方法。本发明一种基于CARS‑MIV‑SVR的库尔勒香梨可溶性固体含量预测方法，包括：获得各个香梨样本的原始高光谱图像，并对高光谱图像进行黑白校正；提取感兴趣区域，获得高光谱数据；测定各个香梨样本的可溶性固体含量并划分样本集；使用标准正态变量方法对数据进行预处理，然后提取特征波长；以全波长光谱信息和特征波长选择方法得出的光谱信息作为输入矢量，建立支持向量回归预测模型；根据模型预测结果，评估模型性能，选择出预测效果最好的特征波长选择方法。本发明的有益效果：利用竞争性自适应重加权算法与平均影响值算法的组合算法筛选特征波长用以建模分析。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 江南大学 |
| 发明人： | 李光辉;朱晓琳 |
| 专利状态： | 有效 |
| 申请号： | CN201811325899.9 |
| 公开号： | CN109324000A |
| 代理机构： | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 |
| 代理人： | 冯瑞 |
| 分类号： | G01N21/31(2006.01)I;G;G01;G01N;G01N21 |
| 申请人地址： | 214122 江苏省无锡市蠡湖大道1800号 |
| 主权项： | 1.一种基于CARS‑MIV‑SVR的库尔勒香梨可溶性固体含量预测方法，其特征在于，包括：获得各个香梨样本的原始高光谱图像；提取感兴趣区域，获得高光谱数据；测定各个香梨样本的可溶性固体含量并划分样本集；使用标准正态变量方法对数据进行预处理，然后提取特征波长；以全波长光谱信息和特征波长选择方法得出的光谱信息作为输入矢量，建立支持向量回归预测模型；根据模型预测结果，评估模型性能，选择出预测效果最好的特征波长选择方法。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
