基于高光谱成像和机器学习的蜂蜜分类
计算机视觉与模式识别
2025-08-04 v1
摘要
本文提出一种基于机器学习的方法，用于自动分类蜂蜜的植物来源。该方法的主要步骤包括数据集准备、特征提取和分类。我们在数据集准备阶段采用类别转换方法，以最大化类别间的可分性。在特征提取阶段，我们采用线性判别分析（LDA）技术提取相关特征并降低维数。在分类阶段，我们使用支持向量机（SVM）和K近邻（KNN）模型对提取的蜂蜜样本特征进行分类，以确定其植物来源。我们使用标准的蜂蜜高光谱成像（HSI）数据集进行系统评估。实验结果表明，所提出的系统在该数据集上产生了最先进的结果，分别实现了95.13%和92.80%的高光谱图像分类和高光谱实例分类准确率。
引用
@article{arxiv.2508.00361,
title = {Honey Classification using Hyperspectral Imaging and Machine Learning},
author = {Mokhtar A. Al-Awadhi and Ratnadeep R. Deshmukh},
journal= {arXiv preprint arXiv:2508.00361},
year = {2025}
}