返回列表
基于高光谱结合机器学习对塑料瓶盖的快速分类研究
目标检测
2026/09/21
摘要：为建立一种快速无损分类塑料瓶盖的方法，采用高光谱成像技术对48个塑料瓶盖样品进行检验。首先对原始光谱 进行预处理，再分别采用主成分分析法、偏最小二乘⁃判别分析法和竞争自适应重加权采样法构建高光谱数据集，并对数 据集分别使用支持向量机、多层感知机模型和卷积神经网络进行训练。结果表明：利用竞争自适应重加权特征提取构建 的塑料瓶盖高光谱图像，在卷积神经网络中的测试集准确率达到了100％。该方法方便快捷，对样品无损且用量少，为塑 料瓶盖的分类提供了有力的支持。
关键词：高光谱技术；塑料瓶盖；偏最小二乘⁃判别分析；竞争自适应重加权采样；卷积神经网络
期刊：上海塑料
DOI：10.16777/j.cnki.issn.1009-5993.2024.02.009
设备：GaiaField
