【技术实现步骤摘要】
本专利技术涉及一种特征提取方法，具体涉及采用自适应提升法和非相关判别分析相结合的特征提取方法，用于判定猪肉贮藏时间。
技术介绍
目前国内的猪肉检查手段主要依靠感官和理化分析相结合的方法，这些方法需要对样本进行粉碎，肉浸液提取等操作，其检测过程不仅繁琐，而且耗时较长，难以满足大批量的检测需求。同时其感官评价结果受人为因素较大，难以保证其检测结果的准确性。近红外光谱分析技术作为最近几年发展起来的一种快速无损检测手段，因其简单，非破坏性等优点，已经被广泛应用于农产品检测领域。对近红外光谱数据采用主成分分析法统计(PCA)，对主成分进行加权求和得最终评价值，权数为每个主成分的方差贡献率。线性判别分析(LDA)是一种经典的分类特征提取方法，目前已经在近红外光谱数据分析领域得到了广泛应用，其基本思想为寻找一组最优鉴别矢量，使投影后的特征向量能够获得最佳的分离表示。在LDA基础上，为了进一步获得非相关的特征向量，Jin Zhong等提出了非相关判别分析(ULDA)。然而，不管是经典LDA还是ULDA特征提取方法，在实际应用中都会面临小样本问题。另外，非相关判别分析(ULDA)...
【技术保护点】
一种自适应提升法和非相关判别分析的猪肉贮藏时间判定方法，其特征是具有如下步骤：?（1）采集待测试的近红外样本，将样本数据分为训练集和测试集，初始化所有训练集权值；（2）利用获得的初始训练集进行自适应提升法迭代计算，自适应提升法的每一次迭代过程中，将产生的训练子集映射到非相关判别分析的特征子空间，其弱分类器由非相关判别分析特征子空间的最近邻分类器得到，根据弱分类器产生的加权分类误差更新训练样本集，产生新一轮特征投影向量；???????????????（3）对新一轮特征投影向量通过投票方式产生联合特征子空间，构造强分类器；（4）用强分类器进行猪肉贮藏时间的判定。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。