买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种指数距离测度模糊聚类的苹果近红外光谱分类方法，具体步骤如下：1应用AntarisII傅立叶变换近红外FT‑NIR光谱仪的漫反射模式对多种苹果样本进行扫描，从而获取样本的近红外漫反射光谱数据；2运用主成分分析PCA对样本的近红外漫反射光谱数据进行降维处理；3利用一种指数距离测度模糊聚类方法对苹果品种进行鉴别。本发明采用基于模糊最大值可能性评估标准距离测度,从而能够更加准确地对多种形态、尺寸和密度的苹果近红外光谱数据进行聚类。本发明具有检测速度快，检测成本低，鉴别准确率高，所需样本较小等优点。

主权项：1.一种指数距离测度模糊聚类的苹果近红外光谱分类方法，其特征在于，包括以下步骤：S1，采集苹果样本的近红外漫反射光谱：应用AntarisII傅立叶变换近红外FT-NIR光谱仪的漫反射模式获取苹果样本的近红外漫反射光谱数据；在采集光谱过程中，应尽可能确保实验室的温度、湿度的恒定；同时，所获得的苹果样本的近红外漫反射光谱数据为波数范围在10000cm-1～4000cm-1的1557维数据；设置类别数为c；S2，对S1中的苹果近红外漫反射光谱进行鉴别信息提取处理：将苹果近红外光谱数据分为训练样本集和测试样本集，训练样本数据矩阵d为样本维数，n为训练样本数量；具体步骤如下：1由训练样本集构造构造矩阵Hft，Hfb和Hfw如下： Hfw＝[A1,A2,...,Ac] 上式中，c为类别数，m为模糊加权参数，m＞1，zi为第i个近红外光谱训练样本，i＝1,2,...,n，为训练样本集的总体样本均值，为训练样本集中第j类样本的样本均值，uij为训练样本zi属于第j类的模糊隶属度，j＝1,2,...,c；按照下式计算训练样本的uij： 2对矩阵Hfb进行QR分解，Hfb＝QR，令Sfb＝RRT，M＝QTHfw，Sfw＝MMT；3对Sfw-1Sfb奇异值分解得到其特征向量组成的矩阵P＝[φ1,φ2,φ3,......,φt]，t＝rankHfw；4计算G＝QP，对于第k个测试样本zk′，经过矩阵G转换后变换为：xk＝GTzk′，k＝1,2,…,N，其中N为测试样本数；S3，鉴别苹果样本的种类：运用一种指数距离测度模糊聚类的苹果近红外光谱分类方法对S2中已经过鉴别信息处理过的测试样本xk进行聚类分析，从而鉴别苹果样本的种类，具体步骤如下：S3.1，初始化：设置阈值ε0，模糊加权参数m，w∈1,+∞，系数a0，b0，类别数为c；确定最大迭代次数rmax，并且初始迭代计数器r0＝1；以S2中降维处理后苹果样本的近红外漫反射光谱数据的均值作为聚类中心值，运行模糊C均值聚类得到的模糊隶属度值和聚类中心值分别作为一种指数距离测度模糊聚类的初始模糊隶属度值和初始聚类中心S3.2，计算参数βi：在迭代过程中，参数βi作为常数向量存在；N和c分别代表测试样本数据的数量和类别数；vir-1是第r-1次迭代计算的聚类中心值；模糊隶属度值uikr-1表示第r-1次迭代测试样本xk属于类别i的模糊隶属度值；S3.3，计算第r次迭代时的距离范数：1ic，1kN，r＝1,2,…,rmax；Dik为测试样本xk到聚类中心vi的距离范数；Sfi是第i个样本类别的模糊协方差矩阵，且1ic；pi为先验概率，S3.4，计算第r次迭代时的模糊隶属度值：1ic，1kN；S3.5，计算第r次迭代时的典型值：1ic，1kN；S3.6，计算第r次迭代时第i类的聚类中心值：，1ic；聚类中心矩阵Vr由c个聚类中心值组成，且S3.7，循环计数增加，即r＝r+1；若满足条件：||Vr-Vr-1||ε或rrmax则计算终止，否则继续S3.2，根据计算得到的模糊隶属度值和典型值，从而对不同品种的苹果进行分类。

全文数据：

权利要求：

百度查询： 滁州职业技术学院 江苏大学 一种指数距离测度模糊聚类的苹果近红外光谱分类方法