| 主权项 |
一种基于模糊聚类的水果近红外光谱分类方法，其特征是包括如下步骤：（1）获取不同品质等级的水果样本的近红外漫反射光谱信息，将近红外光谱信息采用主成分分析方法得到一组特征向量<img file="2012104440849100001dest_path_image002.GIF" wi="64" he="22" />和一组特征值<img file="2012104440849100001dest_path_image004.GIF" wi="68" he="22" />，计算<img file="2012104440849100001dest_path_image006.GIF" wi="128" he="65" />，<img file="2012104440849100001dest_path_image008.GIF" wi="17" he="22" />为第<i>k</i>个特征向量，<img file="dest_path_image010.GIF" wi="18" he="22" />为第<i>k</i>个特征值，T表示矩阵转置运算，<img file="dest_path_image012.GIF" wi="20" he="22" />为样本类间散射矩阵，<img file="dest_path_image014.GIF" wi="22" he="22" />为样本类内散射矩阵，<img file="dest_path_image016.GIF" wi="37" he="22" />为Fisher比值计算值；将特征值<img file="883430dest_path_image010.GIF" wi="18" he="22" />和<img file="705892dest_path_image016.GIF" wi="37" he="22" />归一化处理，以<img file="dest_path_image018.GIF" wi="238" he="22" />构成筛选特征向量的条件，<img file="dest_path_image020.GIF" wi="61" he="18" />表示归一化处理，若<img file="dest_path_image022.GIF" wi="37" he="22" />><img file="dest_path_image024.GIF" wi="37" he="25" />，则第<i>k</i>个特征向量<img file="590235dest_path_image008.GIF" wi="17" he="22" />比第<i>j</i>个特征向量<img file="dest_path_image026.GIF" wi="17" he="25" />含有更多的特征信息，将特征向量<img file="726819dest_path_image002.GIF" wi="64" he="22" />按照<img file="582648dest_path_image022.GIF" wi="37" he="22" />的结果排序，从排序后的向量中选取前几个特征向量降维；（2）用特征提取方法对降维后的近红外光谱数据进行鉴别信息的提取； （3）用以下模糊聚类方法进行水果分类：(i) 初始化过程：设置权重<img file="dest_path_image028.GIF" wi="18" he="16" />，类别数<img file="dest_path_image029.GIF" wi="13" he="16" />；设置循环计数<i>r</i>的初始值和最大迭代次数为<i>r</i><sub>max</sub>；设置迭代最大误差参数<i>ε</i>；设置初始类中心矩阵；(ii) 计算样本的方差：<img file="dest_path_image031.GIF" wi="141" he="42" />，<img file="dest_path_image033.GIF" wi="18" he="25" />为第<i>k</i>个样本数据，<i>n</i>为样本数；<img file="dest_path_image035.GIF" wi="16" he="18" />为样本均值，<img file="dest_path_image037.GIF" wi="93" he="42" />；(iii) 计算模糊隶属度值<img file="dest_path_image039.GIF" wi="193" he="78" />，<img file="dest_path_image041.GIF" wi="21" he="25" />是样本<img file="326744dest_path_image033.GIF" wi="18" he="25" />隶属于类别<img file="dest_path_image043.GIF" wi="10" he="18" />的模糊隶属度值，<img file="dest_path_image045.GIF" wi="33" he="26" />是第<i>r</i>次迭代计算的模糊隶属度值；<img file="dest_path_image047.GIF" wi="92" he="28" />，<img file="dest_path_image049.GIF" wi="96" he="30" />；<img file="704243dest_path_image033.GIF" wi="18" he="25" />为第<i>k</i>个样本；<img file="dest_path_image051.GIF" wi="16" he="25" />和<img file="dest_path_image053.GIF" wi="18" he="26" />分别是第<i>i</i>类和第<i>j</i>类的类中心值；<i> n</i>为样本数；(iv) 计算典型值<img file="dest_path_image055.GIF" wi="162" he="45" />；(v) 计算第<i>i</i>类的类中心值<img file="dest_path_image057.GIF" wi="161" he="89" />，<img file="dest_path_image059.GIF" wi="28" he="26" />是第<i>r</i>次迭代计算的类中心<img file="503571dest_path_image051.GIF" wi="16" he="25" />的值，由<i>c</i>个类中心值组成类中心矩阵<i>V</i><sup>(<i>r</i>)</sup> = [<img file="dest_path_image061.GIF" wi="28" he="26" />,<img file="dest_path_image063.GIF" wi="30" he="26" />,…,<img file="dest_path_image065.GIF" wi="29" he="26" />]；(vi) 循环计数增加，<img file="dest_path_image067.GIF" wi="56" he="18" />；若满足条件：(<img file="dest_path_image069.GIF" wi="112" he="30" />) 或 (<i>r</i>> <i>r</i><sub>max</sub>)则计算终止，否则继续(iii)；利用模糊隶属度值和典型值实现不同种类水果进行分类。 |
