1 西安电子科技大学雷达信号处理国家重点实验室，陕西 西安 710071
2 西安电子科技大学电子工程学院，陕西 西安 710071
以药品为研究对象，利用太赫兹时域光谱系统对3种不同药品进行测量并提取折射率、介电常数和物质因子等多个特征参数，然后联合多个特征参数作为输入，采用后向传播(BP)神经网络、支持向量机(SVM)和学习矢量化(LVQ)3种机器学习方法分别对药品进行多特征联合检测分类识别。实验结果表明，多特征联合检测方法识别准确率能够达到95%以上，有效提高药品的检测分类准确度，可用于药品的检测和分类识别。
太赫兹时域光谱技术 多特征联合 机器学习 药品检测 Terahertz Time-Domain Spectrum technology multi-feature joint machine learning medicine inspection 太赫兹科学与电子信息学报
2020, 18(2): 190
