目的 建立了一种基于高光谱成像(hyperspectral imaging, HSI)技术的板栗产地溯源模型。方法 采集怀柔、迁西和沂蒙短枝 3 种不同产地板栗的高光谱图像, 提取感兴趣区域, 建立支持向量机(support vector machine, SVM)板栗产地溯源模型, 通过比较分析不同预处理方法对建模结果的影响, 选出最佳的预处理组合方法, 并使用遗传算法(genetic algorithm, GA)对模型进一步优化。结果 实验结果表明, 经多元散射校正(multiplicative scatter correction, MSC)和移动窗口平滑法(moving window smoothing, MWS)组合预处理后的数据所建立的溯源模型预测性能最好, 分类的预测精确率达到了 95%以上, 模型整体的预测准确率为 96.61%。经 GA 对 SVM 的参数 C 进行优化, 优化后的模型对怀柔板栗和沂蒙短枝板栗的预测精确率达到了 100%, 模型整体的准确率提高到了 98.31%。结论 本研究基于高光谱成像技术建立了一种板栗产地溯源模型, 经预处理和参数优化后, 所建立的模型具有较好的预测性能, 为板栗的产地溯源提供了一种新方法。
孙晓荣 , 张晨光 * , 刘翠玲 , 吴静珠 , 张善哲 .基于高光谱成像技术的板栗产地溯源[J].科研仪器案例成果数据库,2024,(0).
