[1] |
张鑫, 郭佳, 倪力军 , 等. 基于红外与近红外光谱的烟叶部位识别[J]. 光谱学与光谱分析, 2007,27(12):2437-2440.
|
[2] |
李翠英, 贺立源, 马文杰 , 等. 采用轮廓特征的烟叶部位组分类研究[J]. 计算机工程与应用, 2009,45(26):236-239.
doi: 10.3778/j.issn.1002-8331.2009.26.071
|
[3] |
于春霞, 马翔, 张晔晖 , 等. 基于近红外光谱和SIMCA算法的烟叶部位相似分析[J]. 光谱学与光谱分析, 2011,31(4):924-927.
doi: 10.3964/j.issn.1000-0593(2011)04-0924-04
|
[4] |
牛玉德, 高华锋, 薛林 , 等. 烤烟部位量化识别判定方法研究[J]. 湖北农业科学, 2016,55(18):4749-4752.
|
[5] |
韩小渊, 范磊, 卢晓延 , 等. 主脉特征在烟叶部位识别中的应用[J]. 烟草科技, 2017,50(2):22-26.
|
[6] |
杨艳芹, 储国海, 周国俊 , 等. 双内标气相色谱-质谱联用法测定烟草干馏香料致香成分含量[J]. 理化检验(化学分册), 2016,52(11):1272-1276.
|
[7] |
尧珍玉, 曾池, 施鸣 , 等. 烟草中关键致香物质积累、降解及其对品质影响的研究进展[J]. 贵州农业科学, 2017,45(5):28-31.
|
[8] |
Holland J H. Adaptation in natural and artificial systems [M]. Ann Arbor: University of Michigan Press, 1975.
|
[9] |
蔡峰, 刘太昂, 张朝平 , 等. 基于近红外数据预测烟草淀粉含量的GA-SVR模型[J]. 计算机与应用化学, 2014,31(8):969-971.
|
[10] |
Vapnik V N . The nature of statistical learning theory[M]. Berlin: Springer, 1995: 136-196.
|
[11] |
Vapnik V N. 统计学习理论的本质 [M]. 张学工,译. 北京: 清华大学出版社, 2000: 152-208.
|
[12] |
董勇, 孙广玲, 刘志 . SVM+模型中可用信息用作特权信息[J]. 上海大学学报(自然科学版), 2017,23(4):524-533.
|
[13] |
Wilkins C L, Isenhour T L . Multiple discriminant function analysis of carbon-13 nuclear magnetic resonance spectra: functional group identification by pattern recognition[J]. Analytical Chemistry, 1975,47(11):1849-1851.
doi: 10.1021/ac60361a029
|
[14] |
Rasmussen G T, Ritter G L, Lowry S , et al. Fisher discriminant function for a multilevel mass spectral filter network[J]. Journal of Chemical Information and Modeling, 1979,19(4):255-259.
doi: 10.1021/ci60020a600
|
[15] |
邓红梅, 黄伟 . 二阶精度混合Legendre-球面调和拟谱方法求解Fisher型方程[J]. 上海大学学报(自然科学版), 2015,21(3):331-335.
doi: 10.3969/j.issn.1007-2861.2014.01.038
|
[16] |
张静, 宋锐, 郁文贤 . 基于混淆矩阵和Fisher准则构造层次化分类器[J]. 软件化学, 2005,16(9):1560-1567.
|