基于傅里叶变换中红外光谱的不同维度光谱图像结合残差神经网络鉴别黄精属物种

文献类型： 中文期刊

第一作者： 胡晓燕

作者： 胡晓燕;王元忠

作者机构：

关键词： 黄精属物种;傅里叶变换中红外光谱;不同维度光谱图像;机器学习算法;残差神经网络

期刊名称： 分析测试学报

ISSN： 1004-4957

年卷期： 2024 年 43 卷 011 期

页码： 1709-1724

收录情况： 北大核心 ; CSCD

摘要： 将不同维度光谱图像的概念首次应用于物种鉴别，建立了快速准确的黄精属鉴别方法。采集6种黄精属共计563批样品，基于傅里叶变换中红外光谱（FT-MIR）的一阶导数（1st）、二阶导数（2nd）、乘法散射校正（MSC）、标准正态变量变换（SNV）和Savitzky-Golay(SG)5种预处理方法，构建了决策树（DT）、随机森林（RF）和支持向量机（SVM）3种机器学习算法。同时构建了深度学习残差神经网络（ResNet）模型，绘制了不同维度的光谱图像，包括一维MIR，同步、异步和综合二维相关光谱、三维相关光谱、三维相关光谱投影图像的10个数据集，并将其与ResNet模型相结合进行分类。结果表明，不同预处理方法对模型结果的影响不同，MSC预处理方法可显著提高DT、RF和SVM 3种算法的准确率。基于同步二维相关光谱数据集的ResNet算法建模效果最好，准确率达到100%，损失值较小，不需要复杂的预处理，时间成本低，可以准确鉴别黄精属物种，为食品、中草药等其他领域的鉴别提供了参考。

分类号： R282.5%O657.33

  • 相关文献

[1]ATR/FTIR结合PLSR同时测定酸价、过氧化值及碘价的研究. 杨志成,潘丹杰,叶沁,唐宏刚,肖朝耿. 2015

[2]中红外光谱和矿质元素数据融合鉴别冰糖橙产地. 吴衷宇,汪禄祥,刘兴勇,欧全宏,时有明,刘刚. 2024

[3]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[4]基于改进残差神经网络的家蚕日龄识别模型. 田丁伊,石洪康,祝诗平,陈肖,张剑飞. 2024

[5]基于无人机多时相遥感影像的冬小麦产量估算. 申洋洋,陈志超,胡昊,盛莉,周洪奎,娄卫东,沈阿林. 2021

[6]激光诱导击穿光谱技术对水稻产地识别研究. 宋少忠,符少燕,刘园园,齐春艳,李景鹏,高勋. 2024

[7]机器学习算法和Hargreaves模型在四川盆地ET_0计算中的比较. 崔宁博,龚道枝. 2016

[8]基于高光谱图像技术的高粱品种识别研究. 宋少忠,刘园园,周紫阳,滕星,李继红,刘君玲,高勋. 2024

[9]基于Sentinel-2影像和机器学习算法的冬小麦秸秆覆盖度遥感估算. 朱奇磊,梁栋,徐新刚,安晓飞,陈立平,杨贵军,黄林生,许思喆. 2023

作者其他论文 更多>>

微信小程序