作 者 | 朱景福,李芳,鹿保鑫 |
第一作者 | 朱景福 |
作者單位 | 廣東石油化工學院理學院,廣東茂名 |
卷 號 | 47 |
發表年份 | 2019 |
發表刊期 | 1 |
發表頁面 | 250-252,257 |
關 鍵 字 | 聚類;Fisher判別;KNN判別;算法對比 |
摘 要 | 大米中礦物元素種類多(38種),為了快速、準確地篩選出判別大米產地的有效指標,在分析大米礦物元素含量相關性的基礎上,進行了大米產地判別分類算法對比實驗。首先通過R 型聚類方法將大米礦物元素樣本進行分塊,然后從每一類中選取數據再進行Fisher與KNN判別分類對比,這樣可以改進傳統算法中剪輯樣本帶來的判別誤差,又大大降低了無效的計算量。實驗表明,基于聚類選出一種元素最優組合方案,采用23種礦物元素進行Fisher判別的分類率達86.76%,此方法準確高效地降低了計算機的運算量,提高了判別分類速度。 |
附 件 | 基于聚類改進的Fisher與KNN判別分類算法對比研究 |
注:若需下載,請右鍵單擊另存 |