• 打印
  • 收藏
收藏成功
分享

基于高光谱技术和机器学习的半夏伪品鉴别


打开文本图片集

摘要 為实现对半夏伪品的鉴别,采用高光谱技术并结合机器学习算法对半夏、水半夏和南星进行研究。首先使用小波变换方法对原始的高光谱数据进行预处理,然后结合主成分分析(PCA)、连续投影算法(SPA)和竞争性自适应重加权采样(CARS)算法在全光谱中提取特征波长,建立了基于全光谱和特征波长的BP神经网络(BP)、支持向量机(SVM)和极限学习机(ELM)的分类判别模型。(剩余8849字)

网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。

畅销排行榜
目录
monitor