典型文献
高光谱成像的非烟物质分类识别研究
文献摘要：
[目的]利用高光谱成像技术和机器学习方法对烟叶中的非烟物质进行分类识别.[方法]使用可见-近红外高光谱成像技术,采用归一化(Normalization)、标准正态变化(SNV)、多元散射校正(MSC)、一阶导数(FD)、卷积平滑(SG)对光谱数据进行预处理,通过连续投影变换(SPA)和主成分载荷(PCA loadings)进行特征波长选择,并应用随机森林(RF)、Softmax和支持向量机(SVM)建立分类模型.[结果]SNV为最佳光谱预处理方法,SPA选择特征波长建立的SVM模型为最优模型,训练集和测试集正确率分别为99.82％和99.47％.[结论]高光谱成像技术结合SPA-SVM模型可以有效分类识别烟叶中的非烟物质.
文献关键词：
高光谱成像;非烟物质;连续投影算法;特征波长;支持向量机;分类
中图分类号：
作者姓名：
李智慧;梅吉帆;李辉;李嘉康;卢敏瑞;王芳;张腾健;堵劲松;洪伟龄;徐大勇
作者机构：
中国烟草总公司郑州烟草研究院,河南郑州市高新区枫杨街2号450001;福建武夷烟叶有限公司,福建南平市邵武市紫金大道1号354000;福建中烟工业有限公司技术中心,福建省厦门市集美区滨水路298号361021
文献出处：
引用格式：
[1]李智慧;梅吉帆;李辉;李嘉康;卢敏瑞;王芳;张腾健;堵劲松;洪伟龄;徐大勇-.高光谱成像的非烟物质分类识别研究)[J].中国烟草学报,2022(03):81-88
A类：
非烟物质
B类：
分类识别,高光谱成像技术,机器学习方法,烟叶,近红外高光谱成像,Normalization,SNV,多元散射校正,MSC,一阶导数,FD,SG,光谱数据,投影变换,SPA,分载,loadings,特征波长,波长选择,RF,Softmax,分类模型,光谱预处理,预处理方法,最优模型,训练集,测试集,技术结合,连续投影算法
AB值：
0.286265
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。
