一种面向水果分选的近红外非线性判别方法

本发明公开了一种面向水果分选的近红外非线性判别方法，涉及人工智能技术领域，分类判别模型的训练过程为：获取水果的光谱数据集并预处理，对预处理后的光谱数据集移动平滑处理，将预处理后的光谱数据集与移动平滑处理后的光谱数据集混合作为样本数据集；利用蒙特卡洛方法对样本数据集进行随机抽样，以划分训练集和第一测试集，基于训练集对判别模型进行训练，获得随机抽样的分类结果并统计每个样本的分类错误率；基于各样本化学值对应的概率密度值和各样本的分类错误率构建样本权重系数；利用样本权重系数构建非线性判别模型，对非线性判别模型进行优化；该近红外非线性判别方法，提高了水果分选的准确性和可靠性。