基于高光譜成像的當歸與獨活分類

打開文本圖片集

摘要：為避免當歸與獨活2種中藥材混淆，結合深度學習和近紅外高光譜成像技術進行當歸與獨活的分類。首先，獲取當歸與獨活樣本的平均光譜數(shù)據(jù)，并采用顯著圖選出平均光譜數(shù)據(jù)中的20個波段作為特征波段，實現(xiàn)特征提取與降維；然后，在全波段（共181個波段）和特征波段（共20個波段）的光譜數(shù)據(jù)集上，分別采用一維卷積神經(jīng)網(wǎng)絡（1D-CNN）模型和支持向量機（SVM）模型對當歸與獨活進行分類。（剩余8246字）