农业工程学报
農業工程學報
농업공정학보
2011年
12期
132-135
,共4页
程绍明%王俊%马杨珲%王永维%韦真博
程紹明%王俊%馬楊琿%王永維%韋真博
정소명%왕준%마양혼%왕영유%위진박
神经网络%无损检测%主成分分析%番茄种子%电子鼻%支持向量机
神經網絡%無損檢測%主成分分析%番茄種子%電子鼻%支持嚮量機
신경망락%무손검측%주성분분석%번가충자%전자비%지지향량궤
防止种子掺假、以次充好,为快速无损检测高发芽率的种子,该文将不发芽的浙杂809番茄种子以不同比例掺入到发芽率为92.6％的番茄种子中,得到种子的发芽率分别为90％,80％,70％,60％,50％和0等6种比例,并利用电子鼻对其进行分析.结果表明:利用电子鼻可以很好的区分出番茄种子发芽率为90％、80％、50％～70％、和不发芽的4种情况；当种子发芽率为70％、60％、50％时,其图形信息部分重叠,利用电子鼻较难区分开.在主成分分析和线性判别分析的基础上,利用BP神经网络和支持向量机对上述情况进行分类识别,结果表明:两种识别模式的训练集的正确率分别为93.6％和97.4％,预测集的正确率分别为65.2％和72.7％,相对于BP神经网络模式识别,支持向量机预测系统的误差较小,具有很好的预测性能.
防止種子摻假、以次充好,為快速無損檢測高髮芽率的種子,該文將不髮芽的浙雜809番茄種子以不同比例摻入到髮芽率為92.6％的番茄種子中,得到種子的髮芽率分彆為90％,80％,70％,60％,50％和0等6種比例,併利用電子鼻對其進行分析.結果錶明:利用電子鼻可以很好的區分齣番茄種子髮芽率為90％、80％、50％～70％、和不髮芽的4種情況；噹種子髮芽率為70％、60％、50％時,其圖形信息部分重疊,利用電子鼻較難區分開.在主成分分析和線性判彆分析的基礎上,利用BP神經網絡和支持嚮量機對上述情況進行分類識彆,結果錶明:兩種識彆模式的訓練集的正確率分彆為93.6％和97.4％,預測集的正確率分彆為65.2％和72.7％,相對于BP神經網絡模式識彆,支持嚮量機預測繫統的誤差較小,具有很好的預測性能.
방지충자참가、이차충호,위쾌속무손검측고발아솔적충자,해문장불발아적절잡809번가충자이불동비례참입도발아솔위92.6％적번가충자중,득도충자적발아솔분별위90％,80％,70％,60％,50％화0등6충비례,병이용전자비대기진행분석.결과표명:이용전자비가이흔호적구분출번가충자발아솔위90％、80％、50％～70％、화불발아적4충정황；당충자발아솔위70％、60％、50％시,기도형신식부분중첩,이용전자비교난구분개.재주성분분석화선성판별분석적기출상,이용BP신경망락화지지향량궤대상술정황진행분류식별,결과표명:량충식별모식적훈련집적정학솔분별위93.6％화97.4％,예측집적정학솔분별위65.2％화72.7％,상대우BP신경망락모식식별,지지향량궤예측계통적오차교소,구유흔호적예측성능.
