本文關(guān)鍵詞：基于可見近紅外光譜分析技術(shù)的馬鈴薯品種鑒別方法

  更多相關(guān)文章： 可見-近紅外光譜 馬鈴薯 BP神經(jīng)網(wǎng)絡(luò) 偏最小二乘 品種鑒別

【摘要】：基于可見-近紅外光譜分析技術(shù),提出了一種快速鑒別馬鈴薯品種的方法。以三種不同品種共計(jì)352個(gè)樣本的馬鈴薯作為主要研究對(duì)象,隨機(jī)將其分為建模集(307個(gè)樣本)和預(yù)測集(45個(gè)樣本)。對(duì)其中的建模集樣品進(jìn)行可見-近紅外光譜分析,將獲取的光譜圖像通過多元散射校正(MSC)和窗口大小為9的Savitzky-Golay(S-G)一階卷積求導(dǎo)方法預(yù)處理,消除顆粒大小、表面散射及光程變化對(duì)漫反射光譜影響,降低原始光譜曲線的隨機(jī)噪聲影響。然后用偏最小二乘法(PLS)對(duì)數(shù)據(jù)進(jìn)行降維、壓縮,使用主成分分析方法(PCA)獲得的前4個(gè)主成分累計(jì)貢獻(xiàn)率達(dá)到96%以上,并從前4個(gè)主成分圖譜中提取20個(gè)吸收峰作為輸入變量,經(jīng)過試驗(yàn),得到一個(gè)20(輸入)-12(隱含)-3(輸出)結(jié)構(gòu)的3層BP神經(jīng)網(wǎng)絡(luò)。最后利用該模型對(duì)預(yù)測集樣本進(jìn)行品種鑒別,識(shí)別正確率達(dá)到100%。此方法能較為快速、準(zhǔn)確地鑒別馬鈴薯的品種,為馬鈴薯品質(zhì)檢測與鑒別提供了新思路。
【作者單位】： 黑龍江八一農(nóng)墾大學(xué)信息技術(shù)學(xué)院;
【關(guān)鍵詞】： 可見-近紅外光譜 馬鈴薯 BP神經(jīng)網(wǎng)絡(luò) 偏最小二乘 品種鑒別
【基金】：高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目(20124105110004) 黑龍江省科技計(jì)劃項(xiàng)目(GA09B501-2) 黑龍江省教育廳科研項(xiàng)目(12521370)資助
【分類號(hào)】：S532;O657.33
【正文快照】： 農(nóng)產(chǎn)品類別識(shí)別方面,國內(nèi)外研究較少,周子立等w提出一弓|言 種基于近紅外光譜技術(shù)的大米品種快速鑒別方法,用可見光-近紅外光譜技術(shù)結(jié)合小波變換數(shù)據(jù)壓縮技術(shù)對(duì)來自三個(gè)作為我國四大農(nóng)作物之一的馬鈴薯,年產(chǎn)量近9 000萬 不同地區(qū)的大米進(jìn)行了分類研究,取得了較好的效果。牛曉

【相似文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李鑫;基于近紅外光譜的馬鈴薯品種鑒別及干物質(zhì)含量檢測方法研究[D];黑龍江八一農(nóng)墾大學(xué);2016年

，

本文編號(hào)：971214