基于监督局部线性嵌入的中药材分类鉴别研究
Application Research of Computers（2018）
摘要
电子鼻所采集的中药材气味信息往往具有高维性和非线性.针对气味信息的这种特性,提出一种基于监督局部线性嵌入(SLLE)和线性判别分析(LDA)的气味数据分析方法.利用SLLE对所采集的高维非线性气味信息进行降维,目的是提取出气味数据内在的低维流行特征,并增大类别间的辨别信息;然后在低维空间中,利用LDA进行特征分类判别.通过实验,分别将该方法与单独使用SLLE及PCA+ LDA方法进行对比分析,结果表明,该方法可以很好地对五种不同种类的中药材及三种不同产地的何首乌进行分类鉴别,其个体识别率和整体识别率均可达到100％,为使用电子鼻对中药材进行分类鉴别提供了一种行之有效的方法.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要