基于高光谱技术的三七不同部位粉末的无损鉴别

摘要：

三七是一种传统的中药材,具有较高的药用价值.目前市场上中药售假的现象屡见不鲜,许多不法商贩将三七支根或剪口粉末假冒主根粉末销售,严重损害了消费者的利益.利用高光谱技术结合多元分析方法实现三七不同部位粉末的快速无损鉴别.通过高光谱成像系统分别采集了三七剪口、须根和主根粉末在 400～1000 nm 范围内的高光谱图像,共 300 个样本.采用 Savitzky-Golay(SG)平滑结合标准变量变换(SNV)的方法对高光谱数据进行去噪和消除因散射引起的光谱差异.为了移除光谱变量中的重迭和冗余信息,利用竞争自适应重加权采样(CARS)算法和本文提出的一种考虑了变量间交互作用的二进制竞争自适应重加权采样(BCARS)算法进行特征波长选择.最后分别建立了基于全光谱、CARS和BCARS特征波长的支持向量机(SVM)和极端梯度提升(XGBoost)分类模型.结果表明,BCARS-XGBoost 模型的分类效果最优,训练集和测试集的分类准确率分别为 100%和 99.33%.与 CARS相比,BCARS所选择的特征波长数量较少,有助于多光谱系统和便携式仪器的开发.利用高光谱技术结合BCARS-XGBoost模型鉴别三七不同部位粉末是可行的.

关键词：高光谱、三七、极端梯度提升、特征波长选择

所属期刊栏目：43

分类号：O433(光学)

资助基金：国家自然科学基金;江苏高校优势学科建设工程项目;中国博士后科学基金

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2027-2031