山茱萸产地LIBS结合多模型融合判据鉴别方法的建立

吕斌; 黄现青; 吕文浩

doi:10.13705/j.issn.1671-6825.2025.04.196

郑州大学学报（医学版） ›› 2025, Vol. 60 ›› Issue (05) : 618 -622. DOI: 10.13705/j.issn.1671-6825.2025.04.196

山茱萸产地LIBS结合多模型融合判据鉴别方法的建立

吕斌, 黄现青, 吕文浩

作者信息 +

Author information +

文章历史 +

PDF

摘要

目的:建立一种激光诱导击穿光谱(LIBS)结合多模型融合判据方法，用于山茱萸产地的鉴别。方法:取5个产地来源的山茱萸属植物的干燥成熟果肉，采集其LIBS光谱数据，通过主成分分析(PCA)法进行特征降维，分别采用支持向量机(SVM)、随机森林(RF)、极限梯度提升(XGBoost)和反向传播神经网络(BPNN)4种机器学习算法，经贝叶斯超参数寻优后建立鉴别模型。使用加权融合方法将上述4个模型结果加权归一化融合，建立多模型融合判据方法。结果:PCA法确定11个主成分为特征向量，基于此构建了4种机器学习算法分类模型，对山茱萸产地鉴别的准确率分别为91.00%、93.00%、93.50%、94.00%。多模型融合判据方法的鉴别准确率为96.00%,且对于各产地样品具有较高的敏感性(0.900 0～1.000 0)、精确率(0.930 0～1.000 0)和F1值(0.940 0～0.980 0)。结论:LIBS结合多模型融合判据方法能够高效、准确地鉴别山茱萸产地。