近日，彩譜科技研究成果在知名期刊《塑料》發(fā)表，該雜志是美國(guó)化學(xué)文摘（CA）收錄期刊。

摘要：
本論文提出了一種基于波段數(shù)量約束的連續(xù)投影算法(SPAsa)，提高模型的計(jì)算速度。采集廢舊塑料樣品和相應(yīng)的高光譜數(shù)據(jù)，通過(guò)余弦相似度算法自適應(yīng)標(biāo)記的方法對(duì)目標(biāo)塑料逐一標(biāo)記，構(gòu)建廢舊塑料樣品庫(kù)，利用PLS-DA方法進(jìn)行分類(lèi)。并且，設(shè)置了一個(gè)可以約束特征波長(zhǎng)數(shù)量范圍的SPAsa算法提取的特征變量的數(shù)量，在限定范圍內(nèi)，從256個(gè)波長(zhǎng)的塑料近紅外全譜數(shù)據(jù)中擇優(yōu)提取出了8個(gè)特征波長(zhǎng)。建立了全光譜PLS-DA模型、SPA-PLS-DA模型和SPAsa-PLS-DA模型，3種分類(lèi)模型對(duì)12種塑料的分類(lèi)準(zhǔn)確率均大于97%。最后，將3種模型應(yīng)用于分選系統(tǒng)，測(cè)試分類(lèi)效果和分類(lèi)速度，對(duì)目標(biāo) ABS 塑料和其他塑料進(jìn)行分離，SPAsa-PLS-DA 模型的分離準(zhǔn)確率可達(dá)100%，其搭載分選系統(tǒng)處理一幀數(shù)據(jù)所需運(yùn)行時(shí)間小于2ms。
論文全篇參閱：