SOFTWARE软件2023第44卷第1期2023年Vol.44,No.1基金项目：2022年度汕尾职业技术学院校级科研课题“基于关键特征的降维技术应用研究”（SWKT22-009）；2022年广东省普通高校青年创新人才类项目“高水平专业群背景下基于数学建模对学习力机制的研究”（2022KQNCX249）；2020年度广东省普通高校创新团队项目（2020KCXTD045）；2020年度广东省高职院校高水平专业群建设项目（GSPZYQ2020076）；2022年度广东省普通高校重点科研平台和项目“智能制造执行系统（MES）单元管控及自动化应用研发产教融合创新平台”；2021年度广东省普通高校重点领域专项（新一代信息技术）项目（2021ZDZX1101）；2021年度广东省教育科学规划课题（高等教育专项）项目（2021GXJK515）作者简介：陈培辉（1991—）,硕士,助教,研究方向：机器学习、模式识别、关系分类。基于关键点位特征对中药材产地的高效鉴别研究陈培辉彭强吴志锐郑东荣（汕尾职业技术学院工程学院，广东汕尾516600）摘要：特征降维能够有效地消除无关和冗余的数据,有效提升模型效率。然而,现有的降维技术对于一些特定领域下的高维数据并不适用。本文针对中药材的产地鉴别这一特定领域问题,提出了一种基于关键点位特征的降维技术方法,结合Matlab分类工具箱开展模式识别应用研究。通过与PCA、NMF等降维方法进行对比,实验结果表明,本文提出的降维方法能更好地提升中药材产地鉴别模型的效率和精度。关键词：降维；关键点位；模式识别；Matlab分类工具箱中图分类号：TP391.4文献标识码：ADOI：10.3969/j.issn.1003-6970.2023.01.016本文著录格式：陈培辉,彭强,吴志锐,等.基于关键点位特征对中药材产地的高效鉴别研究[J].软件,2023,44(01):062-065+088ResearchontheEfficientIdentificationoftheOriginofChineseMedicinalMaterialsBasedontheCharacteristicsofKeyPointsCHENPeihui,PENGQiang,WUZhirui,ZHENGDongrong(SchoolofEngineering,ShanweiVocationalandTechnicalCollege,ShanweiGuangdong516600)【Abstract】：Featuredimensionalityreductioncaneffectivelyeliminateirrelevantandredundantdataandeffectivelyimprovemodelefficiency.However,theexistingdimensionalityreductiontechniquesarenotsuitableforhigh-dimensionaldatainsomespecificfields.AimingatthespecificfieldofidentificationoftheoriginofChinesemedicinalmaterials,thispaperproposesadimensionalityreductiontechnologymethodbasedont...
