基于数据融合策略植物油光谱模式的识别Spectral pattern recognition of vegetable oils based on data fusion strategy
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...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
中粮工科（西安）国际工程有限公司
2023-07-01
|
| Series: | Zhongguo youzhi |
| Subjects: | |
| Online Access: | http://tg.chinaoils.cn/ch/reader/create_pdf.aspx?file_no=20230711&flag=1 |