| 基于数据融合策略植物油光谱模式的识别 |
| |
| 引用本文： | 邱薇纶,周燕舞,石孟良.基于数据融合策略植物油光谱模式的识别[J].中国油脂,2023,48(7):62-66. |
| |
| 作者姓名： | 邱薇纶 周燕舞 石孟良 |
| |
| 作者单位： | 1.湖南警察学院 刑事科学技术学系，长沙 410138； 2.湖南省湘潭县公安局刑侦大队，湖南 湘潭 411228 |
| |
| 基金项目： | 湖南省自然科学基金面上项目（2023JJ30221） |
| |
| 摘 要： | 为实现对不同植物油的快速无损分类识别，探究数据融合技术在提升光谱分类模型精度方面的可行性与应用价值，借助衰减全反射-傅里叶变换红外光谱技术、表面增强拉曼光谱技术结合多源数据融合技术，开展了对7种共计180份植物油样本的分类识别。基于单一光谱模型、数据层融合模型和特征层融合模型，比较了Bayes判别分析(BDA)和多层感知器神经网络(MLP)两种化学计量学方法在区分各样本时的差异，同时考察了主成分分析、广义最小平方、最大似然、主轴因式分解4种算法在特征提取方面的差异。结果表明，光谱数据融合在识别植物油方面具有显著的优势，BDA模型对各样本的区分能力强于MLP模型，相较于其他3种算法，主成分分析在油样特征提取方面展现了较为理想的结果。基于PCA特征提取的特征层融合BDA模型为最佳识别模型，以此实现了180份植物油样本100%的准确区分，同时对5种品牌花生油达到了100%的准确区分，实现了对各样本“种类-品牌”的两级识别分类工作。
|
| 关 键 词： | 植物油 光谱 数据融合 特征提取 识别 |
Spectral pattern recognition of vegetable oils based on data fusion strategy |
| |
| QIU Weilun,ZHOU Yanwu,SHI Mengliang.Spectral pattern recognition of vegetable oils based on data fusion strategy[J].China Oils and Fats,2023,48(7):62-66. |
| |
| Authors: | QIU Weilun ZHOU Yanwu SHI Mengliang |
| |
| Affiliation: | 1.School of Forensic Science, Hunan Police College, Changsha 410138, China; 2.Criminal Investigation
Brigade of Xiangtan County Public Security Bureau, Xiangtan 411228, Hunan, China |
| |
| Abstract: | |
| |
| Keywords: | vegetable oil spectral data fusion feature extraction recognition |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《中国油脂》浏览原始摘要信息 |
|
点击此处可从《中国油脂》下载全文 |
