FDA与BP神经网络在缅甸翡翠产地鉴别中的应用

• 作者: 雷蕾 滕亚君 刘汗青 闵红 祖恩东
• 来源期刊: 软件导刊
• 关键词: 翡翠 场口 产地鉴别 主成分分析 费希尔判别分析 人工神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.11907/rjdk.201627

摘要

传统翡翠鉴别分析方法繁琐,难以实现对大批量样品的快速鉴别,建立一种高效准确的鉴别方法对实现翡翠产地快速鉴别具有重要意义.以缅甸4个主要场口即隆肯、帕敢、达木坎、雷打翡翠为研究对象,将主成分分析结合Fisher判别分析法和BP神经网络分别建立翡翠产地判别分析模型.对鉴别效果进行对比,结果表明:PCA-FAD建立的判别模型综合鉴别准确率为56.75％,达木坎场口翡翠鉴别正确率为71.4％,PCA-BP神经网络模型的综合判别准确率为80.4％.主成分分析结合BP神经网络判别模型对不同场口翡翠的鉴别分类更准确、效果更好,PCA-BP神经网络判别方法具有快速高效可靠实用的鉴别效果.