高光谱结合机器学习鉴别林下参参龄

打开文本图片集

摘要 建立一种基于高光谱技术结合机器学习快速、无损鉴别市售林下生晒参参龄的方法。 以常见市售林下生晒参为研究对象，采集不同年限的林下生晒参高光谱图像并基于阈值分割方法从感兴趣区域提取光谱数据，然后对数据进行多元散射矫正（MSC）-Savitzky-Golay smoothing（S-G smoothing）-一阶导数（FD）和MSC-S-G smoothing-二阶导数（SD）预处理消除干扰，将预处理后的数据进行3种机器学习，包括支持向量机回归（SVR）、主成分回归（PCR）和偏最小二乘回归（PLSR）。（剩余15008字）