典型文献
基于机器算法的药材种类与产地鉴定
文献摘要：
中药材的疗效与其产地和种类密切相关,因此对中药材的产地和种类进行鉴定是非常重要的.文章依据中药材的近红外、中红外光谱数据,对药材的种类及产地进行鉴定.针对不同药材的光谱数据,利用主成分分析法对数据进行降噪、降维预处理后,使用基于Python实现的K-means聚类算法解决药材种类划分问题,利用机器学习中的监督学习SVM(支持向量机,Support Vector Machine)解决药材的产地鉴定问题,为中药材的种类、产地鉴别提供参考.
文献关键词：
药材鉴定;K-means聚类算法;光谱数据;监督学习;支持向量机(SVM)
中图分类号：
作者姓名：
冯超玲;何力;梁家伟;刘存涛;韦儒和
作者机构：
广西职业技术学院 大数据学院,广西 南宁 530226;南宁师范大学 数学与统计学院,广西 南宁 530001
文献出处：
引用格式：
[1]冯超玲;何力;梁家伟;刘存涛;韦儒和-.基于机器算法的药材种类与产地鉴定)[J].广西职业技术学院学报,2022(02):54-62
A类：
B类：
机器算法,材种,中药材,近红外,中红外光谱,光谱数据,对药,降噪,Python,means,聚类算法,监督学习,Support,Vector,Machine,鉴定问题,产地鉴别,药材鉴定
AB值：
0.303044
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。
