基于LLE-RF的中药三维荧光光谱分类识别

发布时间：2024-02-28 06:21

　　针对中药三维荧光光谱信号非线性问题,应用局部线性嵌入算法(LLE)对补虚类中药三维荧光光谱信号进行特征提取。使用荧光光谱仪测得不同浓度的24味补虚类中药的三维荧光光谱和等高线光谱图,并利用总体平均经验模态分解(EEMD)算法进行降噪处理,在此基础上,采用LLE算法对经过降噪处理后的三维荧光光谱数据进行特征提取;然后,应用随机森林(RF)算法对提取的特征向量进行分类识别。为了验证LLE算法的有效性,将其与主成分分析(PCA)算法进行比较。实验结果表明:LLE-RF组合算法分类准确率达95%,比PCA-RF算法分类准确率高,从而验证了该算法的有效性。

【文章页数】：6 页

【部分图文】：

图2人参溶液等高线图

图1人参溶液三维荧光光谱图由图1、图2可以看出，在激发波长270～370nm、发射波长240～440nm范围内存在主荧光峰与次荧光峰，在激发波长220～320nm、发射波长440～540nm范围内存在噪声。利用EEMD对荧光光谱数据降噪，降噪后的三维荧光光谱图及等高线图....

图3降噪后的人参溶液三维荧光光谱图

由图1、图2可以看出，在激发波长270～370nm、发射波长240～440nm范围内存在主荧光峰与次荧光峰，在激发波长220～320nm、发射波长440～540nm范围内存在噪声。利用EEMD对荧光光谱数据降噪，降噪后的三维荧光光谱图及等高线图如图3、图4所示。由图3、图....

图4降噪后的人参溶液等高线图

(3)由该中药光谱的局部重建权值矩阵和其近邻点计算出该样本点的输出值，即d维嵌入值，并且映射条件应该满足:损失函数最小，即为了保证上式有唯一解，低维嵌入应该满足

图5r不同时LLE-RF分类正确率变化情况

由表4可以看出，LLE-RF与PCA-RF模型分类精度不同。LLE-RF模型的分类准确率达到95%,PCA-RF模型的分类准确率为90%。此外，LLE-RF模型运行时间较PCA-RF短。图6LLE-RF模型预测结果

本文编号：3913602