换一批山茱萸产地LIBS结合多模型融合判据鉴别方法的建立
Construction of cornus officinalis origin identification method using la-ser-induced breakdown spectroscopy combined with multi-model fusion criterion
摘要目的:建立一种激光诱导击穿光谱(LIBS)结合多模型融合判据方法,用于山茱萸产地的鉴别.方法:取5个产地来源的山茱萸属植物的干燥成熟果肉,采集其LIBS光谱数据,通过主成分分析(PCA)法进行特征降维,分别采用支持向量机(SVM)、随机森林(RF)、极限梯度提升(XGBoost)和反向传播神经网络(BPNN)4种机器学习算法,经贝叶斯超参数寻优后建立鉴别模型.使用加权融合方法将上述4个模型结果加权归一化融合,建立多模型融合判据方法.结果:PCA法确定11个主成分为特征向量,基于此构建了 4种机器学习算法分类模型,对山茱萸产地鉴别的准确率分别为91.00％、93.00％、93.50％、94.00％.多模型融合判据方法的鉴别准确率为96.00％,且对于各产地样品具有较高的敏感性(0.900 0～1.000 0)、精确率(0.930 0～1.000 0)和F1值(0.940 0～0.980 0).结论:LIBS结合多模型融合判据方法能够高效、准确地鉴别山茱萸产地.
更多相关知识
关键词
激光诱导击穿光谱机器学习加权融合山茱萸产地鉴别laser-induced breakdown spectroscopymachine learningweighted ensemblecornus officinalisorigin i-dentification
分类号
O657.3
栏目名称
DOI
10.13705/j.issn.1671-6825.2025.04.196
发布时间
2025-09-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河南省高校科技创新团队支持计划项目（23IRTSTHN023）
- 浏览9
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
