基于主成分分析与 Fisher 判别的 NIR 木材识别

• 作者: 于仕兴 李学春 杨金勇 王学顺 黄安民
• 来源期刊: 东北林业大学学报
• 关键词: 近红外光谱 Fisher判别 主成分分析 木材识别
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 研究简报
• 页码范围: 132-134,140
• 页数: 4页
• 分类号: O29
• 语种: 中文

摘要

以大叶桉和3类松树（马尾松、落叶松、樟子松）样品作为研究对象，利用主成分分析与Fisher判别模型结合木材近红外光谱技术进行木材树种的分类识别研究，分别建立原始光谱、一阶导数光谱和二阶导数光谱木材树种识别模型。结果显示，3组判别模型都能将桉树与松树木材树种进行有效识别，识别率为100％；而对于3类松树间的判别，经二阶导数平滑处理后，判别模型的准确率得到提高，原始光谱、一阶导数、二阶导数光谱的训练集判别模型识别率分别为86．14％，87．13％、98．02％。结果表明基于主成分分析的Fisher判别模型结合近红外光谱技术，可以对不同松树树种以及松树与桉树木材进行快速有效识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄安民		6	43	3.0	6.0
2	王学顺		17	150	7.0	11.0
3	于仕兴	中国林业科学研究院木材工业研究所	1	9	1.0	1.0
4	杨金勇		1	9	1.0	1.0
5	李学春		1	9	1.0	1.0