一种基于高光谱特征波段和机器学习算法的晾晒烟产地鉴别方法

本发明提供一种基于高光谱特征波段和机器学习算法的晾晒烟产地鉴别方法，涉及分析检测技术领域，具体涉及：获取不同产地的晾晒烟样本，并将晾晒烟样本进行无损预处理，利用高光谱成像系统采集预处理过的晾晒烟样本的高光谱图像，获取原始光谱数据集，分别采用多元散射校正、标准正态变量变换、一阶导数、二阶导数对光谱数据集处理得到处理晾晒烟样本的光谱数据集；提取用于反映晾晒烟产地差异的特征光谱波段数据集，特征光谱波段是基于光谱角算法从高光谱数据集中筛选出的；利用提取的特征光谱波段数据集，构建机器学习分类模型，将待测晾晒烟样本的高光谱数据集输入训练好的机器学习模型，即可得到其产地鉴别结果。