科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现对动植物油的快速无损检验，探究滤波器在提高光谱分析模型区分能力方面的可行性，该研究借助衰减全反射-表面增强红外吸收光谱技术，采集了动物油(159份)和植物油(188份)共计347份样本的光谱信息数据，构建了Fisher判别分析、支持向量机和决策树3种分类模型。比较了希尔伯特变换、有限长单位脉冲响应滤波器、无限长冲激响应滤波器、快速傅里叶变换和小波变换5种滤波器对3种分类模型精度的影响，同时考察了滤波器窗函数(矩形窗、汉宁窗、海明窗、布莱克曼窗)、小波基函数(Morlet、Dgauss、Mexhat、Haar、Daubechies、Biorthogonal)、滤波方式(低通、高通、带通、带阻)在动植物油样本区分效果方面的差异性。结果发现，滤波器能显著提升光谱分析模型的准确性，低通和带阻滤波方式，矩形窗和布莱克曼窗函数能有效提升模型对样本的区分能力，相较于其他2种算法，支持向量机对各样本的识别区分能力最好。基于FIR低通/带阻滤波器处理后构建的SVM模型(RBF核函数)可作为动植物油样本识别的最佳模型，其对347份样本实现了100%的“类别-品牌”的两级准确区分。综上，滤波器可有效提升光谱分析模型的准确性，结合ATR-SEIRAS光谱信息数据，可准确区分不同的动植物油样本，这为包括动植物油在内的诸多样本的快速无损分析提供了一定参考，为滤波器在提升光谱分析模型方面的应用提供了一定借鉴。
- 单位
