通过电子鼻的时间和光谱数据挖掘对中草药起源进行分类
摘要：用电子鼻系统可以区分不同来源的草药的气味指纹，草药的来源比不同类别的区分更难，需要更精确的特征提取方法，但现有的研究不够系统。本研究使用了不同的特征提取方法对三类不同来源的草药进行分类：手动特征提取、数学转换、深度学习算法。通过50次重复实验并与二层神经网络进行对比，我们发现傅里叶变换方法和我们的新方法（纵向信息在一行中）在所有三个基分类器和三个草药类别上的准确性有显著提高（p < 0.05）。我们还应用了两种深度学习算法：一维卷积神经网络（1D-CNN）和基于图汇聚的新框架——多变量时间汇聚（MTPool），也显示出部分显著提高。
作者：Li Liu, Xianghao Zhan, Ziheng Duan, Yi Wu, Rumeng Wu, Xiaoqing Guan, Zhan Wang, You Wang, Guang Li
论文ID：2104.06640
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-07-29