-
公开(公告)号:CN106770194B
公开(公告)日:2019-07-19
申请号:CN201710051767.0
申请日:2017-01-20
Applicant: 华中科技大学
IPC: G01N21/71
Abstract: 本发明属于光谱分析技术领域,具体涉及一种基于小波变换激光诱导击穿光谱的谷类作物产地鉴别方法,该方法包括以下步骤:S1准备不同产地的谷类作物样品,利用激光诱导击穿光谱(LIBS)对谷类作物样品进行光谱数据采集;S2利用小波变换对采集的谷类作物样品光谱进行谱峰提取,得到不同产地谷类作物的谱峰强度值;S3结合小波变换提取的谱峰强度值,建立SVM分类模型;S4根据得到的光谱数据和谱峰强度值,结合SVM分类模型,对未知的谷类作物进行产地识别。本发明的方法能够直接对不同产地谷类作物进行光谱信号采集,缩短了样品制样时间和复杂的化学分析过程,避免了二次污染,提高了检测的效率,十分适用于食品溯源地的监控。
-
公开(公告)号:CN106404748A
公开(公告)日:2017-02-15
申请号:CN201610802039.4
申请日:2016-09-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种多谱线组合激光诱导击穿光谱谷类作物产地识别方法,该方法包括建立SVM分类模型和产地识别二个过程,采用支持向量机算法,结合LIBS快速物质分析的优点,对不同产地大米进行快速、准确分类,并采用信背比较大的、且彼此相近的同一元素多条特征谱线组合的方式增强不同产地谷类作物(如大米)之间的差异性,从而提高算法的识别精度。该方法将激光诱导击穿光谱技术与SVM算法结合起来,以期达到快速准确识别的目的。
-
公开(公告)号:CN106404748B
公开(公告)日:2019-03-05
申请号:CN201610802039.4
申请日:2016-09-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种多谱线组合激光诱导击穿光谱谷类作物产地识别方法,该方法包括建立SVM分类模型和产地识别二个过程,采用支持向量机算法,结合LIBS快速物质分析的优点,对不同产地大米进行快速、准确分类,并采用信背比较大的、且彼此相近的同一元素多条特征谱线组合的方式增强不同产地谷类作物(如大米)之间的差异性,从而提高算法的识别精度。该方法将激光诱导击穿光谱技术与SVM算法结合起来,以期达到快速准确识别的目的。
-
公开(公告)号:CN106770194A
公开(公告)日:2017-05-31
申请号:CN201710051767.0
申请日:2017-01-20
Applicant: 华中科技大学
IPC: G01N21/71
Abstract: 本发明属于光谱分析技术领域,具体涉及一种基于小波变换激光诱导击穿光谱的谷类作物产地鉴别方法,该方法包括以下步骤:S1准备不同产地的谷类作物样品,利用激光诱导击穿光谱(LIBS)对谷类作物样品进行光谱数据采集;S2利用小波变换对采集的谷类作物样品光谱进行谱峰提取,得到不同产地谷类作物的谱峰强度值;S3结合小波变换提取的谱峰强度值,建立SVM分类模型;S4根据得到的光谱数据和谱峰强度值,结合SVM分类模型,对未知的谷类作物进行产地识别。本发明的方法能够直接对不同产地谷类作物进行光谱信号采集,缩短了样品制样时间和复杂的化学分析过程,避免了二次污染,提高了检测的效率,十分适用于食品溯源地的监控。
-
-
-