摘 要: | 红木家具市场以次充好、以假乱真的现象非常普遍,导致消费者对其真伪难以鉴别。目前对于近红外识别木材种类的研究已经很多,但对成品家具而言,表面涂饰是阻碍近红外光谱检测的最大障碍。因此本文通过对不同种类油漆涂层覆盖下木材近红外光谱特征分析,提出了一种主成分分析(Principal Component Analysis,PCA)结合BP神经网络(Back Propagation)的红木家具种类鉴别方法。以市面上易混淆的交趾黄檀和微凹黄檀为试验对象,首先使用近红外光谱仪采集光谱数据,比较了原木与家具的光谱差异,然后采用标准正态变量变换(Standard Normal Variate Transformation,SNV)的预处理方法,再利用主成分分析法以累积贡献率大于95%的主成分作为样品特征,构建3层BP神经网络模型。结果表明:基于主成分分析的BP神经网络的方法能较好的鉴别交趾黄檀和微凹黄檀两种红木家具,预测结果准确率分别为92.59%和94.38%,给红木家具种类的鉴别提供了一种新的可靠的方法。
|