基于近紅外光譜和隨機(jī)森林的煙葉病害種類(lèi)識(shí)別

摘要： 使用手持近紅外光譜儀采集受到不同種類(lèi)病害煙葉樣本的光譜數(shù)據(jù)，利用Savitzky-Golay(SG)平滑濾波和一階導(dǎo)數(shù)對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理，結(jié)合隨機(jī)森林（RF）算法建立不同病害類(lèi)別的訓(xùn)練模型，并進(jìn)行了樣本測(cè)試。同時(shí)，與傳統(tǒng)分類(lèi)算法支持向量機(jī)（SVM）、反向傳播（BP）神經(jīng)網(wǎng)絡(luò)和偏最小二乘判別（PLS-DA）進(jìn)行了對(duì)比研究。實(shí)驗(yàn)結(jié)果表明，RF算法的分類(lèi)準(zhǔn)確率、靈敏度、特異度值...