中药材的鉴别

原创

已于 2022-05-05 12:20:28 修改 · 4.7k 阅读

62 ·

CC 4.0 BY-SA版权

文章标签：

#数学建模

于 2022-05-05 12:18:56 首次发布

本文探讨了利用红外光谱数据对中药材进行种类鉴别的方法，通过数据预处理、特征降维（PCA）至2维，分析了K-Means聚类和DBSCAN聚类算法，以确定最优的3类聚类。展示了降维后的特征分布及聚类结果，揭示药材的光谱特性差异。

中药材的鉴别

数据预处理

导入数据：

先导入数据处理与可视化

#加载包
import numpy as np
import pandas as pd
from plotnine import*

import matplotlib as mpl
import matplotlib.pyplot as plt
#中文显示问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# notebook嵌入图片
%matplotlib inline
# 提高分辨率
%config InlineBackend.figure_format='retina'
# 忽略警告
import warnings
warnings.filterwarnings('ignore')

导入附件一数据

# 导入csv文件
data = pd.read_csv("C:/Users/lenovo/Desktop/data1.csv", encoding="utf-8", header = None)
# 打印数据前5行
data.head(5)

绘制各波段下药材吸光度折线图

# 绘制图形观察
plt.figure(dpi = 600,figsize = (24,8))
for i in range(1,data.shape[0]):
    plt.plot(data.iloc[0,:],data.iloc[i,:])
plt.title("红外光谱曲线图",fontsize=20)  # 图像标题
plt.xlabel("波数",fontsize=20)  # X轴标题
plt.ylabel("吸光度",fontsize=20)  # Y轴标题
plt.