Hyperspectral imaging and SHAP-assisted machine learning for differentiating Rubia species and geographical-origin groups
用高光谱成像结合机器学习区分茜草属物种及不同产地茜草。
关注点
该研究用SHAP筛选出60个波长，使输入维度降低84.8%，物种与产地测试准确率仍达94.0%和89.7%，并锁定751.72 nm与979.26 nm为关键波段；但结论基于批次分离的有限样本，跨批次迁移与化学参照验证尚未完成。
阅读 0