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 Yang Jin-yong;Li Xuechun;Huang Anmin;Yu Shixing;Wang Xueshun

作者机构：北京林业大学北京100083 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 

出 版 物：《东北林业大学学报》 (Journal of Northeast Forestry University)

年 卷 期：2013年第41卷第12期

页      面：132-134,140页

核心收录：

学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：国家自然科学基金项目(31270591) 

主　　题：近红外光谱 Fisher判别 主成分分析 木材识别 

摘      要：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。