一种混合K调和聚类的苹果品种近红外光谱分类方法

摘要

本发明公开了一种混合K调和聚类的苹果品种近红外光谱分类方法，其包括以下步骤：（1）苹果样本近红外光谱采集；（2）对苹果样本近红外光谱进行降维处理；（3）用混合K调和聚类方法进行苹果品种的分类。本发明具有检测速度快，分类准确率高，分类效率高，对苹果不造成损坏等优点。可实现苹果品种的正确分类。

主权项

一种混合K调和聚类的苹果品种近红外光谱分类方法，具体包括如下步骤：(1)苹果样本近红外光谱采集：针对不同品种的苹果样本，用近红外光谱仪对这些苹果样本投射近红外，获取苹果样本的近红外漫反射光谱信息，将光谱信息存储在计算机里；(2)对苹果样本近红外光谱数据进行压缩：将苹果样本近红外光谱采用主成分分析方法进行压缩；(3)用一种混合K调和聚类方法进行苹果品种的分类：运行一种混合K调和聚类方法得到模糊隶属度和典型值，根据模糊隶属度和典型值将不同品种苹果进行分类；步骤(3)中，所述一种混合K调和聚类方法的具体步骤为：A、初始化：a、确定类别数k，样本数n和权重指数m和w的值，且满足n>k>1，+∞>m，w>1；设置迭代次数初始值r＝0和最大迭代次数为r_max；设置迭代最大误差参数ε；b、确定聚类的初始类中心；c、计算样本的协方差σ²：其中，x_i为第i个苹果近红外光谱样本，为样本的均值，B、计算隶属度值u_ij：u_ij为第j类第i个样本数据的模糊隶属度值，其中d_ij＝||x_i‑c_j||，c_j为第j类的类中心；C、计算典型值t_ij：t_ij为第j类第i个样本数据的典型值；D、计算类中心c_j：其中，d_is＝||x_i‑c_s||，u_is为第s类第i个样本数据的模糊隶属度值，t_is为第s类第i个样本数据的典型值；E、r＝r+1：当或者r>r_max则计算终止，否则从“步骤B计算隶属度值u_ij”开始重新计算。