基于NIRS和PCA-SVM算法快速鉴别4种含铁矿物药

目的基于NIRS和PCA-SVM算法快速鉴别磁石、自然铜、蛇含石、赭石。方法采集各样品的近红外光谱(NIRS),分别采用不同方法进行光谱预处理及PCA降维,通过网格搜索法寻优建立SVM模式识别模型。对比不同预处理方法及所建PCA-SVM模型的预测准确率,确定最佳预处理方法和最佳主成分,建立4种含铁矿物药快速鉴别模型。结果光谱最佳预处理方法为矢量归一化法(VN),最佳主成分为PC1和PC2。所建模型对训练集和验证集样品预测准确率均达到100%,模型五折交叉验证准确率亦达100%。结论所建的4种含铁矿物药NIRS的PCA-SVM鉴别模型预测能力强,可用于上述4种含铁矿物药的快速鉴别。