10.3964/j.issn.1000-0593(2022)07-2255-07
高光谱成像的三七粉质量等级无损鉴别
三七粉是三七的主要消费和商品形式,市场上存在以次充好、甚至是掺假的现象,由于是粉状物料,难以用肉眼判别,为了实现对不同质量等级的三七粉进行无损鉴别.将30头、40头、60头和80头的三七主根研磨成粉,制备样本.采用可见近红外高光谱成像系统(400.68~1001.61 nm)采集4种不同头数三七粉,共计384个样品的高光谱图像,提取高光谱图像感兴趣区域(ROI)的平均光谱值作为样本原始光谱.将384个三七粉样本按2:1的比例划分训练集和测试集.采用卷积平滑(SG)、多元散射校正(MSC)和标准正态变量变换(SNV)3种预处理方法对三七粉样本光谱信息进行预处理并建立支持向量机(SVM)分类模型,通过比较基于3种预处理方法的SVM模型测试集分类准确率,确定SNV为最优预处理方法.采用迭代保留信息变量(IRIV)、变量组合集群分析(VCPA)和变量组合集群分析混合迭代保留信息变量(VCPA-IRIV)3种特征选择方法提取SNV预处理后光谱的特征波长并建立基于特征光谱和原始光谱的SVM分类模型,通过比较基于3种特征选择方法得到的特征波长建立的SVM模型测试集分类准确率,发现将VCPA与IRIV相结合的VCPA-IRIV为最优特征选择方法.VCPA-IRIV提取了18个特征波长代替全光谱数据参与建模,该算法在降低模型复杂度的同时保持了模型的分类精度.为了提高模型的分类精度,采用引力搜索算法(GSA)对SVM模型中惩罚因子c和核参数g进行寻优,并与网格搜索(GS)的结果进行比较,结果表明,VCPA-IRIV-GSA-SVM模型分类效果最好,测试集分类准确率达到100%.可见,利用可见近红外高光谱成像对三七粉进行质量等级无损鉴别是可行的,为市场上三七粉的质量等级鉴别提供了参考.
可见近红外高光谱成像、三七粉、特征选择、支持向量机、引力搜索算法
42
TP391(计算技术、计算机技术)
国家重点研发计划;云南省重大科技专项计划项目;云药之乡项目
2022-07-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
2255-2261