应用遗传算法-主成分分析-反向传播神经网络的近红外光谱识别树种效果

编号 zgly0001694529

文献类型 期刊论文

文献题名 应用遗传算法-主成分分析-反向传播神经网络的近红外光谱识别树种效果

作者 冯国红  朱玉杰  徐华东  蒋天宁 

作者单位 东北林业大学 

母体文献 东北林业大学学报 

年卷期 2020年06期

年份 2020 

分类号 S781 

关键词 树种识别  近红外光谱  遗传算法  主成分分析  反向传播神经网络 

文摘内容 以风车木(Conbretum imberbe)和非洲小叶紫檀(Pterocarpus tinctorius Welw)为研究对象,应用LabSpec光谱仪采集光谱样本进行主成分分析(PCA),并运用遗传算法(GA)对主成分进行寻优,分别以未经GA寻优的主成分和经GA寻优的主成分作为反向传播(BP)神经网络输入量,测试了BP神经网络识别两种树种的效果。结果表明:寻优前,获得高识别率的主成分区间较窄,仅有5种情况识别效果理想,此种情况不利于主成分数的恰当选择;寻优后,获得高识别率的主成分区间较宽,从前6到前17有12种情况可供选择,此种情况更利于主成分的合理选择;寻优后的识别率比寻优前高,且稳定性较好。利用近红外光谱,依据GA-PCA-BP神经网络方法识别树种是一种理想的方法。