典型文献
基于高光谱图像的贝类重金属污染快速无损检测方法研究
文献摘要：
基于高光谱图像技术和机器学习算法,提出了一种对重金属污染蛤仔进行快速无损检测的新方法.该方法分为3步:采集蛤仔样本高光谱图像并使用3种方法进行预处理;采用线性判别分析(linear discriminant analysis,LDA)对高光谱数据降维;应用支持向量机(support vector machine,SVM)实现重金属污染蛤仔分类检测.对于以单类重金属污染样本和健康样本为样本集的二分类检测,LDA-SVM模型检测重金属污染样本的准确率可达到99.33％以上.对于以Cd、Cu、Pb、Zn 4类重金属污染样本和健康样本为样本集的五分类检测,检测准确率可达到93.33％.结果表明:LDA-SVM模型能够实现对蛤仔重金属污染快速无损检测,且该模型性能基本不受预处理方法和模型参数的影响,鲁棒性强.
文献关键词：
重金属;菲律宾蛤仔;高光谱;SVM;LDA-SVM
中图分类号：
作者姓名：
熊建芳;乔付;刘忠艳;刘瑶;郝博麟;姜薇;许乐乐;卢利琼
作者机构：
岭南师范学院计算机与智能教育学院,广东湛江524048;岭南师范学院电子与电气工程学院,广东湛江524048;岭南师范学院生命科学与技术学院,广东湛江524048
文献出处：
引用格式：
[1]熊建芳;乔付;刘忠艳;刘瑶;郝博麟;姜薇;许乐乐;卢利琼-.基于高光谱图像的贝类重金属污染快速无损检测方法研究)[J].环境工程,2022(10):141-149
A类：
B类：
贝类,重金属污染,快速无损检测,无损检测方法,高光谱图像技术,和机器学习算法,线性判别分析,linear,discriminant,analysis,LDA,高光谱数据,光谱数据降维,support,vector,machine,分类检测,样本集,二分类,模型检测,Cd,Pb,五分,检测准确率,模型性能,预处理方法,菲律宾蛤仔
AB值：
0.264741
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
