基于主成分分析与Fisher判别的NIR木材识别

编号 zgly0001436136

文献类型 期刊论文

文献题名 基于主成分分析与Fisher判别的NIR木材识别

作者 杨金勇  李学春  黄安民  于仕兴  王学顺 

作者单位 北京林业大学  广东省海洋工程职业技术学校  中国林业科学研究院木材工业研究所 

母体文献 东北林业大学学报 

年卷期 2013年12期

年份 2013 

分类号 S781  O225 

关键词 近红外光谱  Fisher判别  主成分分析  木材识别 

文摘内容 以大叶桉和3类松树(马尾松、落叶松、樟子松)样品作为研究对象,利用主成分分析与Fisher判别模型结合木材近红外光谱技术进行木材树种的分类识别研究,分别建立原始光谱、一阶导数光谱和二阶导数光谱木材树种识别模型。结果显示,3组判别模型都能将桉树与松树木材树种进行有效识别,识别率为100%;而对于3类松树间的判别,经二阶导数平滑处理后,判别模型的准确率得到提高,原始光谱、一阶导数、二阶导数光谱的训练集判别模型识别率分别为86.14%,87.13%、98.02%。结果表明基于主成分分析的Fisher判别模型结合近红外光谱技术,可以对不同松树树种以及松树与桉树木材进行快速有效识别。