-
公开(公告)号:CN113610017B
公开(公告)日:2024-02-02
申请号:CN202110918614.8
申请日:2021-08-11
Applicant: 吉林农业大学
IPC: G06F18/2431 , G06F18/2135 , G06F18/2411 , G06F18/214 , G06V10/764 , G06V10/774 , G06V10/40 , G01N21/3563
Abstract: 本发明公开了一种基于中红外光谱和SVM的鹿角帽种类识别方法,涉及鹿角帽识别技术领域。本发明先对样品进行烘干、粉碎和制片处理,采集漫反射光谱,并对采集的原始光谱进行多重数据处理,利用K‑S检验法对样品进行分类;然后采用归一化与主成分分析降维的方法,对光谱数据进行高维数据压缩和主要特征分量的提取;最后分别将主成分分析后全段SMC光谱和选出有明显差异波段后主成分分析的MSC光谱作为输入变量,建立SVM、ELM和RF梅花鹿鹿角帽和马鹿鹿角帽的识别模型。本发明通过中红外光谱技术以及支持向量机SVM、随机森林算法RF和极限学习机(56)对比文件刘瑶;谭克竹;陈月华;王志朋;谢红;王立国.基于分段主成分分析和高光谱技术的大豆品种识别.大豆科学.2016,(04),全文.
-
公开(公告)号:CN113610017A
公开(公告)日:2021-11-05
申请号:CN202110918614.8
申请日:2021-08-11
Applicant: 吉林农业大学
IPC: G06K9/00 , G06K9/62 , G01N21/3563
Abstract: 本发明公开了一种基于中红外光谱和SVM的鹿角帽种类识别方法,涉及鹿角帽识别技术领域。本发明先对样品进行烘干、粉碎和制片处理,采集漫反射光谱,并对采集的原始光谱进行多重数据处理,利用K‑S检验法对样品进行分类;然后采用归一化与主成分分析降维的方法,对光谱数据进行高维数据压缩和主要特征分量的提取;最后分别将主成分分析后全段SMC光谱和选出有明显差异波段后主成分分析的MSC光谱作为输入变量,建立SVM、ELM和RF梅花鹿鹿角帽和马鹿鹿角帽的识别模型。本发明通过中红外光谱技术以及支持向量机SVM、随机森林算法RF和极限学习机ELM建立模型的方法,实现了梅花鹿鹿角帽和马鹿鹿角帽的高效、准确和无损的鹿角帽品种识别。
-