皮革科学与工程 ›› 2022, Vol. 32 ›› Issue (4): 71-76.doi: 10.19677/j.issn.1004-7964.2022.04.012
袁绪政1,2,*, 李鹏妮3, 张红1, 庄莉2
YUAN Xuzheng1,2,*, LI Pengni3, ZHANG Hong1, ZHUANG Li2
摘要: 基于红外光谱,联合SPSS软件的主成分分析和分类判别方法对60组貂毛皮与60组易混非貂毛皮进行鉴别分析(随机抽取100组数据作为训练数据,余下20组作为验证数据)。结果表明:通过主成分分析可以从大量光谱信息中提取有用的信息,成功地将原2696个波数变量降维到8个新的主成分变量,使问题得到简化,提高了分析效率;通过分类判别成功建立了貂毛皮与非貂毛皮的典型判别函数、貂毛皮和非貂毛皮的Bayes分类函数。多种验证方法表明:100组训练数据的典型判别函数、Bayes分类函数自身验证分类正确率均为97.0%、交叉验证分类正确率为95.0%;20组验证数据分类正确率达100%。红外光谱联合主成分分析用于貂毛皮真假鉴别效果良好。
中图分类号: