%0 Journal Article
%T CLASSIFYING THE SPECIES OF EXOPALAEMON BY USING VISIBLE AND NEAR INFRARED SPECTRA WITH UNINFORMATIVE VARIABLE ELIMINATION AND SUCCESSIVE PROJECTIONS ALGORITHM<br>基于无信息变量消除法和连续投影算法的可见-近红外光谱技术白虾种分类方法研究
%A 吴迪
%A 吴洪喜
%A 蔡景波
%A 黄振华
%A 何勇
%J 红外与毫米波学报
%D 2009
%I Science Press
%X 应用无信息变量消除法结合连续投影算法对可见-近红外光谱区进行有效波长的选择,选择后的波长作为输入变量建立最小二乘-支持向量机模型,对白虾属中三种典型种,脊尾白虾、秀丽白虾和东方白虾进行鉴别分类.实验采用Kennard-Stone算法选取150个样本作为建模集,50个样本作为预测集,通过UVE-SPA优选了数值分别为392、431、517、551、595、627、676、734、760、861、943和1018 nm的12个波长为LS-SVM的输入变量,建立了白虾种分类模型.该模型对50个预测集样本检验的准确率达到了92.00%.结果表明,采用可见-近红外光谱对白虾种进行鉴别是可行的,UVE-SPA能够有效地进行波长选择,使LS-SVM模型获得最优的分类结果.
%K visible-near infrared spectroscopy
%K uninformative variable elimination(UVE)
%K successive projections algorithm(SPA)
%K least square-support vector machine(LS-SVM)<br>可见-近红外光谱
%K 无信息变量消除
%K 连续投影算法
%K 最小二乘-支持向量机
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=D3B4F771D1A06062008B4D0A2EF05996&aid=63E628C366B530C6ADC24C0CF643FE43&yid=DE12191FBD62783C&vid=D3E34374A0D77D7F&iid=B31275AF3241DB2D&sid=F27A401E323B6FAD&eid=CB3428B1EFB1C133&journal_id=1001-9014&journal_name=红外与毫米波学报&referenced_num=1&reference_num=13