10.16652/j.issn.1004-373x.2021.10.008
激光诱导荧光结合AdaBoost算法的食用油分类
为了快速、准确地识别食用油类型,采用激光诱导荧光技术,利用405 nm激光在食用油表面诱导离子体激发并发出荧光,由SpectraSuite软件采集和记录荧光光谱数据.以5种食用油为实验对象,实验采集的光谱数据共750组,分别采用4种不同的算法(BP算法、AdaBoost-BP算法、AdaBoost-DT算法、AdaBoost-KNN算法)对光谱数据建立训练模型,通过4种模型的比较得出,以KNN算法作为弱分类器的自适应提升(AdaBoost)模型对光谱数据的分类效果最好,迭代100次后测试准确率为100%,且泛化误差为0,表明此算法具有很好的泛化性能和稳定性.
食用油识别、LIF技术、AdaBoost-KNN算法、光谱数据采集、模型比较、结果分析
44
TN244-34;O657.3(光电子技术、激光技术)
国家重点研发计划;国家安全生产重大事故防治关键技术科技项目;国家安全监管总局安全生产重特大事故防治关键技术科技项目
2021-05-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
34-38