频谱特征的相似性在中药产地鉴定中的应用

目的 研究用中红外频谱数据鉴别中药材产地的高维少样本学习问题。方法 针对658个源自11个产地的中药材数据,进行特征选择并训练BP神经网络,对非同源、未知产地的422个中药材进行产地预测初步估计,结合2批药材的频谱分布的相似性,依据迁移学习理论,对未知产地数据进行特征分析,结合PCA降维,采用K-means和SOFM聚类算法进行产地分析。结果与结论轮廓图结果表明未知产地的422个中药材聚为4类最合适,且2个算法的聚类结果具有较高的一致性。