基于潜在语义分析与NIR的中药材分类研究

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(LSSVM)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