Method of identifying substances by their spectra

Abstract

В данной работе решается задача идентификации породы образцов древесины по их спектрам. Идентификация материала со сложным составом (например, древесины) является непростой задачей. Классифицируемые множества обрабатываемых данных не являются линейно сепарабельными, в выборке имеются «выбросы», шумы, а также нередки случаи, когда спектры образуют чётко наблюдаемые группы внутри одной породы – потому стандартные методы классификации, такие как k ближайших соседей или k взвешенных ближайших соседей, не дают хорошего результата. Для решения этой задачи была использована нейронная сеть, устроенная по типу многослойного перцептрона, для предварительной подготовки данных применялся метод главных компонент и линейный дискриминантный анализ.

This work solves the problem of identification of wood samples from their spectra. Identification of the material with a complex composition (eg, wood) is a challenge. Classified sets of processed data are not linearly separable in the sample there are "outliers", noise, and cases when the spectra form clearly observed groups within the same species - thus the standard classification methods such as k-nearest neighbors, or k-weighted nearest neighbors, do not give a good result. To solve this problem was used the neural network, arranged according to the type of multilayer perceptron, for preliminary data preparation was applied method of principal component analysis and linear discriminant analysis.