应用遗传算法-主成分分析-反向传播神经网络的近红外光谱识别树种效果

• 作者: 冯国红 徐华东 朱玉杰 蒋天宁
• 来源期刊: 东北林业大学学报
• 关键词: 树种识别 近红外光谱 遗传算法 主成分分析 反向传播神经网络
• 年，卷（期）: 2020,（6）
• 页码范围: 56-60
• 页数: 5页
• 分类号: S781.1|TP183
• 语种: 中文

摘要

以风车木(Conbretum imberbe)和非洲小叶紫檀(Pterocarpus tinctorius Welw)为研究对象,应用LabSpec光谱仪采集光谱样本进行主成分分析(PCA),并运用遗传算法(GA)对主成分进行寻优,分别以未经GA寻优的主成分和经GA寻优的主成分作为反向传播(BP)神经网络输入量,测试了BP神经网络识别两种树种的效果.结果表明:寻优前,获得高识别率的主成分区间较窄,仅有5种情况识别效果理想,此种情况不利于主成分数的恰当选择;寻优后,获得高识别率的主成分区间较宽,从前6到前17有12种情况可供选择,此种情况更利于主成分的合理选择;寻优后的识别率比寻优前高,且稳定性较好.利用近红外光谱,依据GA-PCA-BP神经网络方法识别树种是一种理想的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐华东		51	432	13.0	18.0
2	朱玉杰		75	399	12.0	16.0
3	冯国红		32	120	6.0	10.0
4	蒋天宁		2	0	0.0	0.0