基于荧光光谱信息的绿色植物探测研究
王爱臣1,4, 高斌洁1, 赵春江1,2, 徐亦飞3,4, 王苗林1, 闫树岗1, 李林1, 魏新华1,*

Detecting Green Plants Based on Fluorescence Spectroscopy
WANG Ai-chen1,4, GAO Bin-jie1, ZHAO Chun-jiang1,2, XU Yi-fei3,4, WANG Miao-lin1, YAN Shu-gang1, LI Lin1, WEI Xin-hua1,*
白色(a)、 蓝色(b)和红色(c)LED光源照射下 样本光谱的第一、 第二主成分得分图 针对两类样本分别建立PCA模型, 然后通过SIMCA进行分类预测, 三种LED光源照射下SIMCA模型的分类结果如 表1 所示。 对于校正集所有模型的识别率均达到96%以上, 对于验证集所有模型的识别率均达到92%以上, 表明模型识别本类样品的能力较强, 仅有少数样本未被正确识别。 所有模型的拒绝率均为100%, 表明模型拒绝其他类样本的能力很强, 不会把其他类样本识别为本类样本。 综合来看, 红色LED光源照射下样本SIMCA模型的效果最好, 蓝色LED光源照射下样本SIMCA模型的效果其次, 但相差不大。