基于多元经验模态分解的可见/近红外光谱识别木材研究

作者：付立岩; 冯国红^*; 刘旭铭

来源：森林工程, 2023, 39(04): 101-109.

• 可见/近红外光谱
• 木材识别
• 多元经验模态分解
• 连续投影法
• XGBoost

基于可见/近红外光谱技术探究一种快速、准确的木材识别方法。以8种进口木材为研究对象，运用多元经验模态分解(MEMD)和最大互信息系数(MIC)的方法对采集的光谱数据进行分解、筛选和重构，进而利用连续投影法(SPA)进行特征波段提取，再结合XGBoost分类器进行分类识别。为进一步验证该方法的可行性，将提出的木材识别方法分别与经验模态分解(EMD)算法和传统的支持向量机(SVM)、K近邻分类算法(KNN)、BP神经网络(Back Propagation Neuron NetWok)分类器进行对比分析。结果表明，MEMD方法对可见/近红外光谱去噪效果优于EMD去噪方法；MEMD-SPA-XGBoost相比MEMD-SPA-SVM的识别准确率为90%、MEMD-SPA-KNN的88%、MEMD-SPA-BP的89.2%,平均识别准确率达到了96.5%。可见，该方法在木材识别方法中具有很好的应用前景。

• 单位
  东北林业大学; 机电工程学院