高光谱结合哈里斯鹰优化核极限学习机鉴别化橘红胎切片年份 学术

高光谱结合哈里斯鹰优化核极限学习机鉴别化橘红胎切片年份：

摘要

化橘红胎是药用历史悠久的广东省道地中药材,由于其制品收藏年份越久远价格越高,市面上常有以次充好的现象。为此,采用高光谱成像技术,结合哈里斯鹰优化核极限学习机对四组不同年份的化橘红胎切片样品进行鉴别。采集四个年份共193个化橘红胎切片样本400~1000 nm的高光谱图像。首先采用主成分分析法(PCA)分析化橘红胎切片的原始反射光谱,然后分别采用Savitzky-Golay平滑(S-G平滑)、多元散射校正(MSC)、标准正态变量交换(SNV)对样本光谱进行预处理并建立核极限学习机(KELM)模型;发现经SNV处理的样本光谱的判别准确率最高,训练集达到99.24%,测试集95.56%;进一步用竞争性自适应重加权算法(CARS)、蒙特卡洛无信息变量消除法(MCUVE)对样本光谱进行特征波长的选择;最后,采用KELM建立判别模型,同时使用哈里斯鹰算法(HHO)优化KELM参数选择并比较建模效果。

结果表明:基于HHO-KELM的判别效果相较KELM有0.76%~4.44%的提升,通过MCUVE筛选所得特征波段信息冗余明显减少且精度提升,训练集和测试集最佳准确率均可达100%,故采用高光谱成像技术可以实现对不同年份的化橘红胎切片进行无损鉴别。

出处

作者: 谢百亨;马晋芳;周泳欣;韩雪勤;陈嘉泽;朱思祁;杨懋勋[2];黄富荣

机构: 暨南大学光电工程系;广东医科大学药学院广东天然药物研究与开发重点实验室;国家中药现代化工程技术研究中心海洋中药分中心

关键词: 化橘红胎;高光谱成像;特征波长;核极限学习机

期刊: 光谱学与光谱分析

年份: 2024

期次: 5

卷: 44

开始页码: 1494

结束页码: 1500

注意了，所谓的高光谱 = “拍照”+“验指纹”：一次成像，既看见样子，又读出材质。