PEN3-基于高光谱与电子鼻融合的番石榴机械损伤识别方法

文档简介摘要:提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样，提取特征信息后，运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明，高光谱与电子鼻识别番石榴机械损伤是可行的，但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法，结合LDA分析可以较好地识别番石榴机械损伤程度，比单一识别方法具有更好的识别效果。此外，LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息，提高相同样本之间的聚类性，又可较多地保持单一分类识别方法得到的不同样本之间的Zda距离。根据FCM分析结果，高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%，验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。关键词:番石榴机械损伤多源信息融合高光谱电子鼻