木材种类的近红外光谱和模式识别

关 键 词 近红外光谱&木材种类识别&光谱预处理&偏最小二乘判别分析法&簇类独立软模式法
中 图 分 类 号 ！S79 文 献 标 识 码 ： A
DOI: 10. 39 6 4 ". issn. 1000-0593(2019)03-0705-06
摘 要 木 材 的 种 类 识 别 是 木 材 加 工 和 贸 易 的 一 个 重 要 环 节 ，传 统 的 木 材 种 类 识 别 方 法 主 要 有 显 微 检 测 法 和 木 材 纹 理 识 别 法 ，其 操 作 繁 琐 ，耗 时 长 ，成 本 高 ，不 能 满 足 当 前 需 求 。本 研 究 利 用 木 材 的 近 红 外 光 谱 (N IR S )结 合 模 式 识 别 方 法 ，以 期 实 现 木 材 种 类 的 快 速 准 确 识 别 。采 用 近 红 外 光 谱 结 合 主 成 分 分 析 法 （P C A ) 、 偏 最 小 二 乘 判 别 分 析 法 （P L S D A )和 簇 类 独 立 软 模 式 法 （S IM C A )三 种 模 式 识 别 对 5 8 种 木 材 进 行 种 类 鉴 别 研 究 & 5 点 平 滑 、标 准 正 态 变 量 变 换 （S N V ) 、多 元 散 射 校 正 （M S C )、SaviPky-Golay — 阶 导 数 （S G 1 st-Der )和小 波 导 数 （W D)五 种 光 谱 预 处 理 方 法 用 于 木 材 光 谱 的 预 处 理 & 校 正 集 和 测 试 集 样 品 的 正 确 识 别 率 (C R R )用于模 型 的 评 价 。采 用 P C A 方 法 ，通 过 样 品 的 前 三 个 主 成 分 空 间 分 布 图 分 辨 木 材 种 类 的 聚 类 情 况 。在 建 立 PLSD A 模 型 ，原 始 光 谱 的 正 确 识 别 率 最 高 ，分 别 为 88. 2 g 和 8 8 .2% & 5 点 平 滑 处 理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 88. 1 g 和 88. 2 g & S N V 处 理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 84. 4 g 和 84. 5g& M S C 处理的光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 83. 1 % 和 84. 2% &S G 1 st-D e r处 理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分别为 81. 8 % 和 82. 7% &WD( 小 波 基 为 “ Haar” ，分 解 尺 度 为 80)处 理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 87. 3% 和 8 7 .2 % 。可 知 ，在 P L S D A 模 型 中 ，木 材 光 谱 未 经 预 处 理 种 类 识 别 效 果 最 后 好 。在 建 立 S IM C A 模 型 过 程 中 ，原 始 光 谱 的 校 正 集 和 测 试 集 的 C R R 分 别 为 99. 7 % 和 99.4% & 5 点 平 滑 处 理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 100% 和 10 0 % ;S N V 处理的光谱校正集和测试集的C R R 分 别 为 99.5% 和 9 9 .1% ;M S C 处理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 9 9 .0 % 和 98.4%& S G 1 st-D e r的 光 谱 校 正 集 和 测 试 集 的 C R R 分别为 81. 8 % 和 82. 7% &W D 处 理 的 光 谱 校 正 集 和 测 试 集 的 C R R 分 别 为 10 0 % 和 10 0 % 。可 知 ，在 S IM C A 模 型 中 ， 木 材 光 谱 经 平 滑 和 小 波 导 数 处 理 后 的 识 别 效 果 最 好 ，且 光 谱 的 校 正 集 和 测 试 集 C R R 都 为 10 0 % 。采 用 三 种 模 式 结 合 五 种 不 同 的 预 处 理 方 法 对 木 材 近 红 外 光 谱 进 行 定 性 建 模 识 别 时 ，由 于 木 材 样 本 属 性 复 杂 ，主成分 分 布 图 相 互 交 织 ，P C A 无 法 识 别 出 5 8 种 木 材 & 原 始 光 谱 的 P L S D A 模 型 可 以 得 到 较 好 的 判 别 模 型 ，但 校 正 集 和 测 试 集 的 C R R 只 有 88. 2 % 和 88. 2% &木 材 光 谱 经 过 5 点 平 滑 或 W D 预 处 理 后 的 S IM C A 模 型 可 达 到 最 好 的 识 别 效 果 ，校 正 集 和 测 试 集 的 C R R 均 为 1 0 0 % ，且 W D -SIM CA 模 型 因 子 数 比 5 点 平 滑 S IM C A 模 型 小 ， 模 型 更 为 简 化 ，故 W D -SIM C A 为 5 8 种 木 材 种 类 识 别 的 最 优 模 型 。研 究 表 明 光 谱 预 处 理 方 法 可 以 有 效 的 提 高 木 材 种 类 识 别 精 度 ，有 监 督 模 式 识 别 方 法 S IM C A 可 以 用 来 建 立 有 效 的 木 材 识 别 模 型 ，近 红 外 光 谱 结 合 模 式识别可以为木材种类的识别提供一种快速简便的分析方法。
第3 9 卷，第3 期 2 0 1 9 年3 月
光谱学与光谱分析
Spectroscopy and Spectral Analysis
Vol. 39，No. 3 ，pp705-710 March， 2019
木材种类的近红外光谱和模式识别
郝 勇 、 商庆园、 Fra Baidu bibliotek 敏 胡 远 -
1 . 华 东 交 通 大 学 机 电 与 车 辆 工 程 学 院 ，江 西 南 昌 330013 2 . 赣 州 出 人 境 检 验 检 疫 局 ，江 西 赣 州 341001