基于潜在语义分析与NIR的中药材分类研究

• 作者: 朱凯 牛智有 陈晓峰 龙长江
• 来源期刊: 光学学报
• 学科: 化学
• 关键词: 光谱学 潜在语义分析 近红外光谱 壮阳中药材
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 光谱学
• 页码范围: 288-293
• 页数: 6页
• 分类号: O657.3
• 语种: 中文
• DOI: 10.3788/AOS201434.0930001

摘要

基于近红外光谱(NIR)和潜在语义分析(LSA)方法,对5种典型壮阳中药材进行分类鉴别研究.利用潜在语义分析对光谱预处理后的5种壮阳中药材光谱数据进行特征提取和鉴别分类后,将经光谱预处理和主成分分析(PCA)提取特征后的光谱特征数据分别带入K近邻(KNN)、BP神经网络(BP-ANN)和偏最小二乘支持向量机(LS-SVM)三种典型的分类模型进行分类,并将结果与潜在语义分析模型结果进行对比.在4119.20～9881.46 cm-1波数范围内,NIR光谱数据经多元散射校正(MSC)预处理后,代入潜在语言空间维数为3时所建立的LSA分类模型,训练集和测试集准确率均达到了100％.结果表明,在壮阳类中药材的近红外光谱分析鉴别中,潜在语义分析可以作为一种全新的提取光谱信息并分类的方法,具有较好的运用前景和实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛智有		72	848	16.0	25.0
2	龙长江		19	141	4.0	11.0
3	朱凯		5	55	4.0	5.0
4	陈晓峰		2	1	1.0	1.0