论文部分内容阅读
采用连续投影算法（successive project algorithm,SPA）对177个不同产地油菜蜜样本的近红外光谱做波长选择,然后以33个特征变量作线性识别分析（LDA）。同时,也采用了主成分分析（PCA）对变量进行压缩。比较了二次识别分析（QDA）和簇类独立软模式分类法（SIMCA）的鉴别结果。SPA-LDA模型预测集的鉴别准确率为97.7%,而PCA-LDA、全谱的SIMCA和SPA-QDA预测集的正确率分别为93.2%、95.4%和90.9%;上述四种方法ROC曲线下的面积分别为0.964