买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于LV‑DT算法的三种麻类纤维分类鉴定方法，所述三种麻为大麻、亚麻和苎麻，包括如下步骤：1）三种麻类纤维样品的前处理；2）对样品进行THz‑TDS照射处理；3）对吸光度光谱数据进行汉宁滤波后再进行数据降维得到输入光谱数据；4）将输入光谱数据进行分类分析；5）确定分类结果。这种方法能对大麻、亚麻和苎麻三种麻类纤维的种类进行无损、快速、准确地鉴定和分类，在纤维材料鉴定和相应领域具有广泛的应用前景。

主权项：1.一种基于LV-DT算法的三种麻类纤维分类鉴定方法，所述三种麻为大麻、亚麻和苎麻，其特征在于，包括如下步骤：1三种麻类纤维样品的前处理：将三种麻类纤维样品分别与高密聚乙烯按照质量比1:3混合制样,随后用玛瑙研钵反复研磨至固体样品粒度小于2微米；之后,用FA2004B型电子分析天平称取200毫克样品粉末；接着,用FM-4A型压片机对样品粉末在压片机配套的模具下以10兆帕的压力进行2-3分钟的压制,制得直径13毫米、厚度1毫米的样片，将制得的样片放入YB-IA型真空恒温干燥箱中，在50摄氏度的温度下烘干30-40分钟；最后,从烘干完成的样片挑选出表面光滑且无裂纹的样片，每种样品挑选40个，共120个样片用于光谱测试；2对120个麻类纤维样片进行THz-TDS照射处理，得到各样品的吸光度原始光谱数据，截取频率0.3THz-2THz的吸光度光谱；3对步骤2得到的吸光度光谱数据进行汉宁滤波后再进行LV数据降维处理，得到输入光谱数据，LV降维过程如下：3-1构建KNN图：LV采用随机投影树得到一个空间划分，并寻找每个点的k近邻，得到一个初步KNN图，接着根据近邻直达的思想，采用邻居搜索算法寻找潜在的邻居，取距离最近的k个点作为k近邻，得到一个精确KNN图；3-2高维空间条件概率分布： 式中，pji表示样本点xj作为xi邻居的概率；σi为以xi为中心点的高斯分布方差；3-3低维空间条件概率分布：peij＝1＝f||yi-yj||2，式中：yi、yj表示低维空间中的两个点，两点在KNN图中有一条全职eij＝1的二元边，其中： 3-4目标函数： 式中：式中：E表示正样本集合；表示负样本集合；γ为统一负样本边设定权值；4将步骤3得到的输入光谱数据采用决策树DT算法进行分类分析：采用信息增益划分数据集的最优特征，投票决定不确定结果，设有n个特征变量：x1、x2、x3…xn，给定其中一个变量x1的值p1，另一个决策变量x2可行域所对应的离散点构成的集合表示为则根节点为p1，叶节点为x2对应的点集，推广至sn，创建决策树，最后采用决策树执行分类，所述采用信息增益划分数据集的最优特征的核函数如公式5所示： 式中，EntD表示数据集D信息熵Entropy，计算公式如公式6所示： 5确定分类结果：根据构建的决策树，最终输出分类结果，三种麻类纤维被完美识别分类。

全文数据：

权利要求：

百度查询： 广西师范大学 一种基于LV-DT算法的三种麻类纤维分类鉴定方法