基于近红外光谱的未知类别样品聚类方法研究
【摘要】:对于大量样品参与建模的情况,将样品集进行分类建模,可以减少样品的变异范围,提高近红外模型的预测能力。本文以全国各地小麦样品222份为建模样品,采用基于试探的未知类别的样品聚类方法,分别用最邻近规则法和最大最小距离算法对实验样品集分类建模。从分类实现过程和结果可以看出:基于试探的未知类别的样品聚类方法中无需多次训练,且对未知类别的样品集无需事先确定分类数目,但需要确定分类阈值,阈值不同,则分类结果会随之改变。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|